GLM-5.3 возглавляет Cyber ECI от Epoch с показателем 160: открытый киберфронтир отстаёт на 6–7 месяцев

{{1}}Epoch AI дала числовой ответ на вопрос, вокруг которого ходит дискуссия о безопасности моделей с открытыми весами, и это скорее рейтинг, чем предупреждение: GLM-5.3 набирает 160,10 балла в Cyber ECI этой лаборатории — самый высокий результат среди всех моделей с открытыми весами, которые отслеживает индекс, выше OpenAI GPT-5.4 и ниже Anthropic Claude Mythos Preview и OpenAI GPT-5.5. Если воспринимать это место в рейтинге как дату, а не как балл, оно означает, что лучшие доступные сегодня для открытого скачивания возможности в кибербезопасности находятся примерно там, где закрытый фронтир был шесть-семь месяцев назад. Это измерение — Data Insight, опубликованный 16 октября исследователями Epoch Джехо Ли и Александром Барри на данных с отсечкой 8 октября, — стало первым случаем, когда внешняя организация вообще ранжировала GLM-5.3 по кибербезопасности, и оно появилось через месяц после того, как CAISI при NIST назвал модель самым киберспособным релизом с открытыми весами на сегодня, оценив её примерно на четыре месяца позади американского фронтира. У этих двух оценок общий источник: Epoch берёт балл GLM-5.3 из трёх бенчмарков CAISI — единственных результатов модели по кибербезопасности, — поэтому разница между ними — это разница методов, а не измерений. Frontier Red Team от Anthropic уже 29 сентября опубликовала собственные цифры по выпущенным весам, обнаружив сквозные эксплойты в 50 из 410 попыток ExploitBench против 56 из 410 у Claude Mythos Preview. Сама модель не нова: Z.ai анонсировала GLM-5.3 14 августа, открыла API 18 августа по цене $1,40 / $4,40 за миллион токенов и выложила 743B-веса на Hugging Face 28 августа под собственной лицензией «glm-5.3». Ново то, что возможность, вокруг которой Z.ai строила запуск, теперь имеет позицию в публичном лидерборде и измеренное расстояние до фронтира — при этом Artificial Analysis оценивает те же веса в расчёте на задачу в $0,92–$8,68 в зависимости от того, какой эндпоинт отвечает, а Amazon Bedrock предоставляет их с 5 октября отвечающим требованиям корпоративным клиентам. Эта страница сначала отслеживала GLM-5.3 по следам утечек от 3 августа, а затем по ходу запуска; в этой редакции учтены место в Cyber ECI, стоящий за ним метод и то, что разрыв в шесть-семь месяцев говорит — и чего не говорит — о модели, на которую вы бы на самом деле направляли запросы.{{/1}}

От утечки до запуска

Четыре следа, всплывшие 3 августа — страница харнесса «ZCode for GLM-5.3», официальная страница документации, доступная примерно час, запись в индексе Bing с текстом «GLM-5.3 Official Harness» и коммит, добавляющий запись «glm-5.3» с поддержкой JSON Schema в официальный Java SDK Zhipu, — все указывали на реальный именованный релиз. Ответ «sooooooon» соучредителя Z.ai Тан Цзе и формулировка «epic-level plus» теперь подтверждены реальным продуктом, а не слухом. Сигнал о сроках «примерно неделя», который проверяла эта страница — опубликованный в X пользователем @teortaxesTex после выхода DeepSeek V4 Pro 13 августа, — подтвердился с точностью до дня: Z.ai официально анонсировала GLM-5.3 14 августа под слоганом «Создан для кода. Готов к киберзащите». Продолжение последовало на следующей неделе: модель вышла на более широкий рынок 18 августа — дата релиза теперь проставлена в сторонних списках моделей, — а 19 августа Z.ai объявила, что API открыт для вызовов по той же цене, что и GLM-5.2, причём модель уже подключена к ZCode, AutoClaw и GLM Coding Plan.

Следующий сигнал утечки: мультимодальный процессор для GLM-5.3

Представление флагманской модели как исключительно текстовой может продержаться недолго. 28 августа в сервинг-движке sglang появился открытый pull request, предлагающий поддержку ввода мультимодального процессора GLM-5.3 — того процессорного связующего слоя, который превращает данные изображений в ту же схему динамического изменения размера, пикселей, сетки и расширения токенов, что использует фреймворк Miles RL, чтобы обучение и сервинг получали идентичные входные изображения. Этот PR — половина со стороны rollout в обучении с подкреплением, обусловленном изображениями, на GLM-5.3 в radixark/miles, а его второй коммит регистрирует тесты процессора GLM-5.3 в CPU CI sglang. Ничто из этого не является анонсом Z.ai, и никакая мультимодальная GLM-5.3 не выпущена и не протестирована в бенчмарках — это свидетельство на уровне кода, та же категория раннего сигнала, которую эта страница впервые отследила 3 августа. Это говорит о том, что флагманскую линейку готовят к приёму изображений — как в обучении, так и в стеке сервинга, — а не оставляют исключительно текстовой моделью для программирования и кибербезопасности, какой Z.ai описала её при запуске. Собственная формулировка Perplexity, когда она добавила GLM-5.3 в Computer в конце августа — «создана для длинноконтекстных мультимодальных агентных рабочих нагрузок», — указывает в ту же сторону, хотя это позиционирование продукта, а не выпущенная мультимодальная модель.

Что пост-обучение на самом деле принесло?

Архитектурное утверждение стоит зафиксировать, потому что самый громкий конкретный пункт утечки — рост числа параметров за триллион — неверен. GLM-5.3 не является более крупной моделью. Z.ai и её соучредитель Тан Цзе оба утверждают, что она использует ту же самую базу Mixture-of-Experts на 743B, что и GLM-5.2 (примерно 40 миллиардов активных параметров на токен), сохраняет то же контекстное окно в 1M токенов и максимальную длину генерации примерно в 128K и получает все свои улучшения за счёт пост-обучения. Тан Цзе описал запуск как намеренный эксперимент с контрольной переменной — та же база, та же архитектура, то же количество параметров, а единственная переменная — месяц обучения с подкреплением с длинным горизонтом на задачах по программированию; именно этому месяцу он приписывает примерно 50% улучшения в программировании. Примечания к релизу Z.ai раскрывают механизмы под капотом: больше сред задач с длинным горизонтом, больше типов сред и более длительные тренировочные запуски, построенные на IndexShare long-context, SAO asynchronous-RL и открытом фреймворке slime, которые уже создали GLM-5.2. Технический разбор, ссылку на который Z.ai даёт в анонсе открытых весов — исследовательский пост на z.ai/blog/glm-5.3 — идёт дальше в описании рецепта: в десятки раз больше сред задач с длинным горизонтом, больше типов сред, а тренировочные запуски продлены далеко за пределы первого релиза, с задачами, масштабированными до многодневных экспертных рабочих нагрузок на реальных вычислительных кластерах. Его подача кибер-способности — «строго ограниченная способность к программированию», возникшая по мере масштабирования сред задач, — как и примечания к релизу, является собственным изложением компании, а не независимым аудитом. Эта формулировка «без переобучения, только пост-обучение» принадлежит основателю и самой компании, и она не была независимо проверена. Размер — второй громкий заголовок: при 743B общих параметров и лишь около 40B активных на токен GLM-5.3 достаточно лёгок для самостоятельного размещения на скромном кластере и достаточно дёшев для масштабного обслуживания — позиционирование «меньше, дешевле, открытее», которое закрепили за ним комментарии в день запуска, и резкий контраст с закрытыми флагманскими моделями переднего края, с которыми его сравнивают.

Кодинг и агенты: цифры, о которых заявляет Z.ai

Что касается кодинга, Z.ai сообщает — все данные от самого вендора и не воспроизведены независимо — о росте Terminal-Bench 3.0 с 4.6 до 28.3, что Z.ai называет лучшим результатом среди открытых весов на этом стенде; DeepSWE v1.1 — с 46.2 до 66.9; SWE-Marathon — примерно вдвое, с 19.4 до 42.5; и Agents' Last Exam (CLI) — с 23.8 до 28.5. Собственная лаконичная формулировка Тан Цзе в посте в X, перепечатанном @dotey, звучала так: «чистое пост-обучение, кодинг вырос примерно на 50%» — та же заголовочная цифра, которую Z.ai напечатала в своём анонсе. На внутреннем бенчмарке кода Z.ai модель GLM-5.3 набрала 31,4% при примерно 50 тыс. выходных токенов на задачу на высоком уровне усилий, против 29,5% у C​laude O​pus 4.8 при примерно 120 тыс. токенов — мысль Z.ai в том, что GLM-5.3 достигает сопоставимого результата, тратя гораздо меньше выходных токенов. C​laude F​able 5 по-прежнему лидирует в этой внутренней оценке с 39,5% на максимальном уровне усилий, и Z.ai признаёт, что GLM-5.3 всё ещё уступает G​PT-5.6 S​ol и C​laude F​able 5 в ряде более сложных оценок кодинга. Ко всем этим цифрам следует относиться как к данным вендора, пока их не воспроизведёт независимый стенд.

Киберзащита: способность, которую никто не предвидел

Показатели кибербезопасности стали самой громкой частью анонса Z.ai, а до 29 сентября к тому же полностью основывались на данных самого вендора. В CyberGym — бенчмарке для обнаружения и валидации уязвимостей в режиме white-box — Z.ai сообщает о 84,5% у GLM-5.3 против 77,2% у GLM-5.2, опережая Mythos 5 (83,8%) и GPT-5.6 Sol (83,6%) этой лаборатории. В ExploitBench, где требуются и анализ первопричины, и работающий эксплойт, Z.ai сообщает, что показатель GLM-5.3 более чем удвоился — с 24,4% до 54,4%, хотя Mythos 5 (78,0%) по-прежнему впереди. В ExploitGym Z.ai сообщает о 105 выполненных задачах в рамках двухчасового лимита и 130 за 6 часов против 29 и 39 у GLM-5.2 — и снова позади Mythos 5 (181 и 247). Z.ai представляет киберспособности как эмерджентное свойство масштабированного посттренинга — «способность продолжала накапливаться по мере масштабирования обучения», по словам компании, — а не как намеренно поставленную цель. Одно предостережение, прежде чем сравнивать эти проценты с чем-либо ниже: показатель Z.ai в ExploitBench и результат Anthropic на уровне попыток в ExploitBench — это разные прогоны одного и того же публичного бенчмарка в разных харнессах и режимах, поэтому эти два числа не являются одним и тем же измерением, и их не следует ставить рядом.

Z.ai добавляет к бенчмаркам утверждение из реальной практики: в ходе тестирования с командами безопасности GLM-5.3 выявила 2 436 уязвимостей в 269 проектах с открытым исходным кодом, 1 097 из которых были оценены как критические или высокого уровня опасности, при этом самая старая находка датируется 1981 годом, а средний «срок жизни» составляет 26,6 года. Это самая поразительная цифра в объявлении и одновременно наименее поддающаяся независимой проверке. Компания сопроводила эту возможность Security Disclosure Ledger для скоординированного раскрытия, программой «trusted access», которая ограничивает доступ к чувствительным киберфункциям только для проверенных пользователей, и инициативой «Open Source Shield» для непрерывного аудита ключевых проектов с открытым исходным кодом. Оценка Anthropic от 29 сентября — это прямой вызов тому, насколько эффективна эта защита применительно к скачиваемым весам: она обнаружила, что выпущенная модель отказывается выполнять вредоносные запросы «из коробки», но её можно обойти в 64–100% попыток обычными методами, а также отмечает, что разработчики опубликовали abliterated-варианты GLM-5.3 в течение нескольких дней после выпуска весов. Программа проверенных пользователей регулирует API; она не регулирует файл.

What A​nthropic measured, and what it changes → Что измерилa A​nthropic и что это меняет Hmm, let me redo this properly. The source is English, target is Russian. "Что измерила A​nthropic и что это меняет"

Frontier Red Team компании Anthropic опубликовала 29 сентября свою оценку под заголовком «GLM-5.3 и распространение продвинутых кибервозможностей»; это первый случай, когда конкурирующая лаборатория привела собственные цифры по способности GLM-5.3 эксплуатировать уязвимости. Формулировка прямолинейна: как и Claude Mythos Preview, GLM-5.3 обладает сильными возможностями автономно создавать сквозные киберэксплойты, но, в отличие от других передовых моделей, она выпущена без значимых защитных механизмов, ограничивающих злоупотребление. При запуске в изолированных песочницах против офлайн-целей GLM-5.3 разработала сквозные эксплойты в ExploitBench в 50 из 410 попыток. Claude Mythos Preview — представленная Anthropic примерно на пять месяцев раньше и выпущенная в ограниченном виде через её программу доверенных защитников Project Glasswing — сделала это в 56 из 410. Во внутреннем бенчмарке Anthropic Binary Exploitation, который случайным образом выбирает 100 задач из проектов, участвующих в OSS-Fuzz от Google, и начисляет полный балл за перехват потока управления, GLM-5.3 набрала 4% против 6% у Claude Mythos Preview. Anthropic имеет в виду не то, что GLM-5.3 лидирует, а то, что порог сдвинулся: более ранние модели, включая Claude Opus 4.6 и GLM-5.2, не справились ни с одной из этих задач.

В сессиях, проводимых исследователями, результат становится конкретным. Имея в распоряжении изолированную машину с локальной сборкой популярного веб-браузера для Linux и менее часа человеческого внимания за день, GLM-5.3 удалось найти несколько ранее неизвестных уязвимостей в движке JavaScript этого браузера и объединить их в работающий эксплойт — страницу, которая при посещении читает произвольные файлы с компьютера посетителя, включая закрытый ключ SSH. Anthropic сообщает, что раскрыла эти уязвимости мейнтейнеру и что в ходе той же сессии также были выявлены эксплуатируемые уязвимости в беспроводных и графических драйверах, а также в доступном по сети программном обеспечении устройств. Во второй сессии GLM-5.3-Flash — меньший и менее способный собрат — получил публичные подробности об исправленной уязвимости Chrome (CVE-2026-11645) и ещё одной, и без существенных указаний построил надёжную цепочку эксплойтов для ARM64, обходящую усиленную защиту на основе аутентификации указателей. На это ушло 20 минут человеческого внимания и восемь часов работы модели, что Anthropic оценивает в $20,40 по тарифам API Zhipu.

Безопасностная половина поста — это та часть, которая меняет решение о развёртывании. Из коробки GLM-5.3 отказывался от любого откровенно вредоносного запроса в смоделированном мире A​nthropic, как и все другие протестированные модели. Затем A​nthropic нашла простые способы обойти этот отказ и сообщает долю случаев, в которых модель откликалась на вредоносный запрос:

• Вводящий в заблуждение промпт — сообщающий модели, что она автономный агент red-team, выполняющий учебное упражнение: 64% испытаний.

• Предварительное заполнение токенов мышления модели, чтобы выглядело, будто она уже рассмотрела запрос и решила продолжить: 92%.

• Запуск аблитерированной копии весов, с удалёнными отказами: 100%.

Ни в одном из трёх случаев не удалось заставить защищённые модели C​laude выполнить те же задачи, сообщает A​nthropic: её механизмы защиты заблокировали легенду прикрытия, её API не даёт возможности предзаполнять рассуждения, а её веса не распространяются, поэтому эти модели вообще невозможно аблитерировать. Именно у последней асимметрии самые долгоиграющие последствия. Аблитерация — стандартная техника снижения отказов, и поскольку GLM-5.3 поставляется в виде скачиваемых весов, применить её может кто угодно: A​nthropic создала собственную аблитерированную копию примерно за 2200 GPU-часов и около 4400 долларов и говорит, что с этим справилась бы команда, которая раньше никогда не бралась за такую задачу. В результате этой правки доля отказов GLM-5.3 снизилась с более чем 90% примерно до 3% на JailbreakBench, 2% на HarmBench и 12% на StrongREJECT, при этом результат GPQA-Diamond остался неизменным, а протестированное подмножество CyberGym показало результат лишь на несколько процентных пунктов ниже. A​nthropic сообщает, что несколько разработчиков уже публично выпустили аблитерированные версии GLM-5.3 в течение нескольких дней после релиза модели, а на аблитерацию GLM-5.3-Flash потребовалось около 600 GPU-часов.

Рассматривайте всё это как измерения одной лаборатории, а не как установленный факт. Anthropic запускала собственные тестовые стенды и собственные песочницы, считала собственные попытки и не опубликовала воспроизведения третьей стороной, поэтому ничто здесь не прошло независимую проверку в том же смысле, в каком её не прошли собственные цифры Z.ai. Что придаёт этому больший вес, чем заявлению вендора, — так это направленность стимула: Anthropic измеряет модель конкурента, сообщает знаменатели, и её выводы согласуются с Центром по стандартам и инновациям в области ИИ NIST, который 17 сентября оценил GLM-5.3, назвал её «самой киберспособной моделью с открытыми весами, выпущенной на сегодняшний день», и поместил её примерно на четыре месяца позади американского фронтира по совокупности кибербенчмарков CAISI — с оговоркой, что американские модели в этом сравнении тестировались с отключёнными киберзащитными механизмами и включают модели, выпущенные только для проверенных пользователей. Собственный вывод Anthropic — это в такой же мере политический аргумент, как и технический: в нём говорится, что был перейдён критический порог в свободно доступных возможностях, что любой может скачать GLM-5.3 и что защитники должны иметь доступ к моделям как минимум не хуже тех, которые используют их противники. Через две недели после оценки CAISI Epoch AI измерила то же расстояние иным способом и получила более широкий результат — от шести до семи месяцев — по части тех же данных.

Ничто из сказанного выше не меняет механику решения о маршрутизации — а именно эту часть контролируете вы. Часть трафика, направленная в GLM-5.3 на OrcaRouter, тарифицируется по ставке первой стороны — $1,40 / $4,40 за миллион токенов, без какой-либо наценки, — а автоматическое переключение при сбое переносит рабочую нагрузку на GLM-5.2 или другую проверенную модель, когда одна из них деградирует, так что неожиданность в возможностях в любую сторону — это изменение конфигурации, а не переписывание. Пост Anthropic добавляет вопрос, который стоит задать, прежде чем отправлять туда задачи, связанные с безопасностью или регулированием: модель, к которой вы обращаетесь, — это модель, чьи веса публичны, и размещённая конечная точка не служит гарантией защиты. Корпоративный маршрут этой арифметики не меняет. Собственный прайс-лист Bedrock для GLM-5.3 составляет $1,68 / $5,28 за миллион токенов для глобального профиля инференса и $1,848 / $5,808 для американского — на 20% и 32% выше ставки первой стороны Z.ai, так что вызов той же модели по указанной цене Z.ai через один ключ остаётся более дешёвым путём, тогда как облачный контракт покупает скорее закупочные возможности и соответствие требованиям.

Где на самом деле находится открытая киберграница

Cyber ECI от Epoch AI — это ориентированный на кибербезопасность вариант Epoch Capabilities Index лаборатории, построенный по результатам бенчмарков в рамках 35 кибероценок и, после обновления от 16 октября, 76 моделей. В нём GLM-5.3 от Z.ai имеет значение 160.10 — это лучший результат среди открытых весов, который фиксирует лаборатория: выше, чем у G​PT-5.4 от O​penAI (157.04, выпущена 5 марта 2026 года), и ниже, чем у C​laude M​ythos Preview от A​nthropic (164.82, 7 апреля) и G​PT-5.5 от O​penAI (162.22, 23 апреля). Закрытый фронтир возглавляют C​laude O​pus 5.5 от A​nthropic (171.14) и G​PT-6 Astra от O​penAI (171.03) — пара, которую лаборатория называет фронтиром на отметке 171. Среди открытых весов GLM-5.3 располагается выше K​imi K3 от M​oonshot (157.60) и D​eepSeek-V4-Pro от D​eepSeek (150.35), а также значительно опережает собственных предшественников — GLM-5.2 (154.12) и G​LM-5 (147.95). Именно то, что GLM-5.3 находится между самыми свежими закрытыми моделями, которые она превосходит, и самыми ранними, которые она не превосходит, и даёт главную цифру: открытый киберфронтир находится примерно там, где закрытый фронтир стоял шесть-семь месяцев назад, — разрыв, который, по G​PT-5.4 и контрольной точке C​laude M​ythos Preview от 7 апреля, составляет семь и шесть месяцев соответственно относительно даты отсечения данных Epoch 8 октября.

Здесь оговорки важны больше обычного, и Epoch приводит несколько. В индекс вообще попадают только модели, у которых есть как минимум два результата кибербенчмарков, — таких 57 из 76, — а оценка GLM-5.3 в 160,10 опирается ровно на три результата, и все они взяты из оценки CAISI при NIST от 17 сентября. Это единственные киберрезультаты, которые есть у лаборатории по данной модели; значит, оценка Epoch — это пересчёт на основе опубликованных CAISI данных, а не независимый повторный прогон. Кроме того, оценка в шесть–семь месяцев и примерно четыре месяца у CAISI различаются потому, что наборы бенчмарков и проводимое ими сравнение разные, а не потому, что две стороны расходятся в оценке модели. Epoch также отмечает, что CAISI не назвала американские модели, которые оценивала, поэтому лаборатория приписала эти результаты вероятным лидерам, таким как GPT-6 Astra и Claude Mythos Preview; что интервалы вокруг двух фронтирных моделей почти полностью перекрываются, поэтому порядок в верхней части графика менее определён, чем предполагают точечные оценки; и что октябрьский пересчёт сдвинул более старые опубликованные значения, снизив Claude Mythos 5 на 3,9 пункта, а GPT-5.6 Sol — на 4,7, поэтому числа этого месяца не следует сравнивать с прошломесячными без осторожности. Перед чтением графика стоит знать одну условность: Epoch относит лицензии с ограниченным использованием и некоммерческие лицензии к категории open-weight — именно поэтому GLM-5.3 вообще проходит по этой категории: её веса распространяются на специальных условиях Z.ai “glm-5.3”, а не по лицензии MIT, которую используют GLM-5.2 и GLM-5.3-Flash.

Позиция в рейтинге меняет меньше саму модель, чем аргументацию вокруг неё. До 16 октября, чтобы назвать GLM-5.3 самым сильным открытым релизом в кибербезопасности, приходилось ссылаться на собственные проценты Z.ai в CyberGym и ExploitBench плюс на прогоны в песочнице одного конкурента; теперь есть позиция в публичном индексе с заявленным отставанием от фронтира, и это отставание — число, за изменениями которого читатель может наблюдать. Отсюда следуют два вывода для всех, кто рассматривает модель с открытыми весами для задач, связанных с безопасностью. Шесть месяцев отставания от фронтира — не то же самое, что безопасность: эксплойт, который фронтирная модель может создать сегодня, — это эксплойт, который возможность шестимесячной давности сможет создать, как только метод станет публичным, а приведённые выше результаты Anthropic помещают эти конкретные веса в это окно. И рейтинг говорит о лучших доступных весах, а не об эндпоинте, отвечающем на ваш запрос: одни и те же веса у разных провайдеров уже различаются в девять раз по стоимости за задачу — это вопрос маршрутизации, а не возможностей.

Базовый уровень, который должна была превзойти GLM-5.3

GLM-5.2 — это точка отсчёта, на которой держится вся история. Она вышла в июне 2026 года как модель Mixture-of-Experts на 743 млрд параметров с примерно 40 млрд активных параметров на токен, контекстным окном на 1 млн токенов, максимальным выводом 128 тыс. токенов, лицензией MIT и открытыми весами на Hugging Face. Индекс интеллекта Artificial Analysis — измеряемый лабораторией, а не Z.ai — теперь использует пересмотренную версию v4.3.2, и по нему GLM-5.2 (Max) набирает 34, а GLM-5.3 (Max) — 45. Разрыв в одиннадцать пунктов — та же дистанция, о которой эта страница сообщала при запуске, когда в более ранней версии индекса той же лаборатории у GLM-5.2 было 53, а у GLM-5.3 — 60; изменилась линейка, а не результат, и теперь лаборатория помечает GLM-5.2 как устаревшую в пользу её преемника. 45 баллов GLM-5.3 ставят её на второе место среди моделей с открытыми весами — после MiMo-V2.6-Pro с 46 баллами и на один пункт впереди Kimi K3 (Max) с 44. Это было первое независимое число, привязанное к GLM-5.3, и оно согласуется с направлением — пусть и не со всеми деталями — собственных заявлений Z.ai. С тех пор появились ещё две сторонние точки данных: в конце августа Perplexity сообщила, что GLM-5.3 превосходит GLM-5.2 в WANDR — своём открытом бенчмарке для крупномасштабных исследований с опорой на доказательства — «широком и глубоком» тесте, где агент должен собрать большой набор записей с подтверждением источниками, а не ответить на один вопрос. Это собственный бенчмарк Perplexity и её собственное заявление, причём опубликованных оценок нет, поэтому относитесь к нему как к ориентировочному, пока не появятся цифры. Второй — кибероценка Anthropic от 29 сентября, первое внешнее измерение конкретной способности, вокруг которой Z.ai построила запуск. В долгосрочном программировании стенд OrcaRouter показывает 77,9 в Terminal-Bench 2.1, тогда как лучший заявленный Z.ai результат GLM-5.2 — 82,7; это был бы первый результат для модели с открытыми весами выше 80, но он заявлен производителем и не воспроизведён. Прейскурантная цена — 1,40 доллара за миллион входных и 4,40 доллара за миллион выходных токенов.

Таблица результатов выше — это прогноз эпохи утечек, опубликованный этой страницей до запуска: строка «>1T параметров (по слухам)», неподтверждённые контекст и лицензия, прогнозируемый индекс AA. Запуск исправил самую большую ячейку: GLM-5.3 использует ту же базу 743B, что и GLM-5.2, поэтому скачка по параметрам нет. Контекстное окно подтверждено на 1M, а лицензия уже не тот открытый вопрос, что прежде, — Z.ai опубликовала собственную лицензию «glm-5.3», а не условия MIT, которые используют GLM-5.2 и GLM-5.3-Flash. Ячейка прогнозируемого индекса — собственная оценка этой страницы в ~57–60 — оказалась редким прогнозом, который попал в точку: 60 по индексу в том виде, в каком он был на момент запуска; с тех пор лаборатория пересчитала индекс, и в текущей версии v4.3.2 та же модель показывает 45. Не изменился только открытый вопрос: как поведёт себя этот балл при воспроизведении на самостоятельно развёрнутых весах.

Приведённый выше снимок — это независимая базовая линия, относительно которой измеряются утверждения GLM-5.3. GLM-5.2 возглавила рейтинг открытых моделей с показателем 53 по Artificial Analysis Intelligence Index в той редакции индекса, которую эта страница использовала в августе. С тех пор эта базовая линия была пересчитана, как и показатели всех остальных моделей: в текущей версии индекса лаборатории v4.3.2 GLM-5.2 (Max) показывает 34, а GLM-5.3 (Max) — 45; разрыв в том же направлении и примерно того же размера, при этом Kimi K3 (Max) отстаёт на один балл с 44, а MiMo-V2.6-Pro опережает с 46. Оба значения — собственные измерения лаборатории на её собственном стенде, и ни одно из них не является цифрой от поставщика.

Цены и наличие

GLM-5.3 стоит столько же, сколько GLM-5.2: $1.40 за миллион входных и $4.40 за миллион выходных токенов (¥8 / ¥28 в локальном прайс-листе), а чтение входных данных из кэша — $0.26 / ¥2 за миллион. В сторонних каталогах моделей датой релиза указано 18 августа, Z.ai публично открыла API 19 августа, и модель подтверждённо доступна через собственный API Z.ai, ZCode, AutoClaw, GLM Coding Plan и растущий список сторонних платформ, а с конца августа — и в библиотеке Ollama, где GLM-5.3 значится как облачная модель (glm-5.3:cloud), обслуживаемая из США и Европы с нулевым хранением данных. Perplexity Computer — агентная платформа Perplexity для длительных многошаговых задач — добавила GLM-5.3 в тот же период и теперь предлагает эту модель для агентных нагрузок. Тег в Ollama предназначен только для облака, это не локальный GGUF, поэтому путь самостоятельного развёртывания по-прежнему идёт через веса на Hugging Face; у меньшей GLM-5.3-Flash теперь есть собственный соответствующий облачный листинг на Ollama. Фаза утечек закончилась: доступность теперь подтверждённый факт, а не слух, за которым нужно следить. Для тех, кто вызывает API, важно одно изменение в поведении: запросы теперь требуют включённого «thinking» с тремя уровнями усилий — low, high и max — без возможности отключения, что является критическим изменением для существующих интеграций.

Amazon Bedrock теперь предлагает и GLM-5.3. AWS опубликовала модель 5 октября 2026 года — дату запуска, указанную в её собственной карточке модели, — и описывает её там как ту же архитектуру Mixture-of-Experts с примерно 40 млрд активных параметров на токен, то же контекстное окно в 1 млн токенов и потолок вывода в 128K токенов, что и в фирменном API, а также постоянно включённый режим рассуждений с выбираемыми уровнями усилий. Этот маршрут не является копией эндпоинта Z.ai. Bedrock предоставляет GLM-5.3 только через межрегиональный инференс: идентификатор базовой модели (zai.glm-5.3) не принимает внутрирегиональные вызовы по требованию, поэтому запросы идут либо через геопрофиль США (us.zai.glm-5.3), либо через глобальный (global.zai.glm-5.3), а AWS помечает внутрирегиональный инференс как неподдерживаемый во всех перечисленных регионах, включая четыре региона США. Что добавляется, так это экосистема AWS вокруг модели — Invoke, Converse, совместимые с OpenAI API Responses и Chat Completions, Guardrails, Agents, Flows, структурированные выходные данные, оценка моделей и кэширование промптов, неявное по умолчанию или явное в точках кэша размером не менее 1 024 токенов со временем хранения не менее 30 минут, — плюс стандартные уровни обслуживания: Priority с наценкой 75% к Standard, а Flex и Batch со скидкой 50%. Загвоздка в доступе: в анонсе AWS GLM-5.3 называется общедоступной на Bedrock, однако и этот анонс, и карточка модели ограничивают её кругом подходящих клиентов, которые обращаются в свою команду по работе с аккаунтом AWS. Корпоративный маршрут существует; сегодня он не предполагает самообслуживания. На одну цифру стоит смотреть внимательно при чтении собственных страниц AWS: в карточке модели у GLM-5.3 указано 744 млрд общих параметров, а в сопроводительном анонсе — 753 млрд, тогда как Z.ai и репозиторий Hugging Face называют 743 млрд — одна и та же модель, три итоговых значения, и ни одно из них не измерено независимо.

Стоимость на задачу и стоящий за ней показатель попаданий в кэш

Одинаковая цена не означает одинаковый счёт, и теперь разница измерена, а не выведена. Artificial Analysis оценивает GLM-5.3 (Max) в $2.01 за задачу Intelligence Index по собственной ставке против $1.47 у GLM-5.2 (Max) — та же тарифная сетка $1.40 / $4.40, на 37% больший счёт за один проход по тому же фиксированному набору задач. Две вещи объясняют это, и обе — в собственном резюме модели от лаборатории. Первая — объём: GLM-5.3 тратит 210M выходных токенов на Intelligence Index против медианы 140M у сопоставимых моделей с открытыми весами; лаборатория называет её очень многословной, а выходные данные — дорогой стороной тарифной сетки. Вторая — темп: 64.2 выходных токена в секунду против медианы 66.9, что медленнее среднего и при длительном запуске агента также означает больше реального времени, купленного за те же токены. Это заменяет оценку, которая была на этой странице раньше, где GLM-5.3 оценивалась примерно в $0.68 за задачу, а GLM-5.2 — примерно в $0.44, исходя из нашего собственного наблюдённого использования токенов. Цифры лаборатории выше этой оценки по всем пунктам, и именно их следует цитировать: это взвешенное среднее по десяти оценкам при фиксированном количестве задач, а не показание одной рабочей нагрузки.

Эндпоинт наносит больше ущерба, чем сама модель. Та же лаборатория теперь публикует столбец Cost per Task для каждого провайдера, которого она отслеживает по GLM-5.3 (Max), — а таких 25, — и значения в этом столбце простираются от $0.92 у самого дешёвого эндпоинта до $8.68 у самого дорогого. Это разброс в 9,4 раза на идентичных весах, идентичном бенчмарке и идентичной настройке рассуждений. (9,4x — это наш расчёт по столбцу, который публикует лаборатория; сама страница словами утверждает, что смешанные цены за миллион токенов различаются «до 4,4x между провайдерами», а скорость вывода различается на 1 152 %.) Ничто в этом разбросе не является выводом о возможностях — Endpoint Accuracy Index лаборатории, который заново прогоняет BFCL v4-500, HLE-250 и AA-LCR-25 против каждого эндпоинта, показывает 95 % и выше на каждом оцениваемом эндпоинте, а значит, провайдер теряет немного точности, а не модель. Механизм, который называет лаборатория, — это кэширование. Стоимость за задачу рассчитывается из цен на токены ввода, попадания в кэш, записи в кэш, рассуждений и ответа, делится на количество задач и взвешивается по доле каждого бенчмарка в индексе, — поэтому агентный или кодирующий цикл, который заново отправляет всю историю разговора на каждом ходу, платит за эту историю снова и снова, по разу за ход, и доля, обслуживаемая из prompt cache провайдера, — самый мощный рычаг, определяющий итог. Artificial Analysis измеряет эту долю как cache hit rate, определяет её как «долю входных токенов, подлежащих кэшированию, которые были обслужены из prompt cache провайдера, измеренную во время многоходовых агентных сессий программирования», сообщает её как медиану за последние четыре недели (обновлено 26 сентября 2026 года) и строит график её зависимости от стоимости за задачу. Указанное направление этой зависимости — то, что здесь важно: более высокие показатели попаданий означают, что большая часть ввода тарифицируется по более дешёвой цене попадания в кэш, что снижает эффективную стоимость агентной работы. Собственная скидка на кэш у GLM-5.3 составляет 81 % по тарифу первой стороны — $0.26 за миллион кэшированных входных токенов против $1.40 за миллион свежих входных токенов, — а запись в кэш и хранение тарифицируются отдельно, по ставкам, которые различаются у разных провайдеров. Одна оговорка по поводу доказательств: показатели попаданий по каждому провайдеру представлены в виде графика, а не таблицы, поэтому разброс можно объяснить кэшированием как механизмом, не утверждая конкретное число hit-rate для какого-либо одного эндпоинта.

Это аргумент в пользу маршрутизации прежде, чем аргумент о цене, потому что переменная, на которую вы можете повлиять, — это то, какой эндпоинт отвечает, а не то, сколько стоят веса. GLM-5.3 доступна на OrcaRouter за $1.40 / $4.40 за миллион токенов и передаётся по собственной каталожной цене провайдера с нулевой наценкой, поэтому цена провайдера или условия кэширования попадают в ваш счёт в день их изменения, а не при следующем договоре. Автоматическое переключение при сбое переносит рабочую нагрузку с деградировавшего эндпоинта на GLM-5.2 или другую проверенную модель, и именно в DSL маршрутизации живёт такое правило. Для модели, у которой стоимость за задачу теперь различается в девять раз в зависимости от эндпоинта, низкорисковый способ найти собственное значение — это небольшой срез реального трафика с резервным переключением за ним: эндпоинт, дешёвый в чужом цикле агента, не обязательно будет дешёвым в вашем.

Build Week становится постоянной серией — со 100 млн бесплатных токенов GLM-5.3

21 августа Z.ai превратила свою ZCode Build Week в постоянную серию, отдав должное сообществу за, как утверждает компания, волну проектов, созданных на ZCode с использованием GLM-5.3. В честь перезапуска Z.ai предоставила 50 000 новых пользователей ZCode по 100 миллионов бесплатных токенов GLM-5.3 каждому — в порядке очереди, до 23 августа, 18:00 по тихоокеанскому времени (24 августа, 09:00 по пекинскому времени) — неиспользованные токены сгорают по завершении мероприятия. Предложение и его условия принадлежат Z.ai: заявлены вендором, хотя с тех пор о раздаче сообщили независимые издания.

Это второй раунд выходной сборки. Раунд 1, проходивший 16–17 августа, был приостановлен примерно через час после запуска, когда спрос превысил возможности — уже полученные токены не пострадали, и Z.ai с тех пор расширил свою серверную сторону. При 50 000 выделений по 100 миллионов токенов каждое максимальный заявленный объём раздачи составляет пять триллионов токенов: показатель привлечения клиентов, который одновременно служит живым стресс-тестом той же серверной инфраструктуры, на которой работает платный API GLM-5.3.

Что запуск меняет для вас

Для тех, кто уже вызывает API GLM-5.2, практический шаг — сменить имя модели, а не запускать проект: GLM-5.2 совместима с O​penAI, и интеграция сохраняется, с упомянутой выше оговоркой о thinking-effort. Для тех, кто разворачивает модели самостоятельно, ожидание закончилось. Официальный репозиторий zai-org/GLM-5.3 на Hugging Face — созданный 25 августа и наполненный 27–28 августа — теперь содержит полный флагман на 743B в 141 шарде safetensors, при этом SGLang, vLLM, TokenSpeed, Transformers и KTransformers перечислены на карточке модели как поддерживаемые пути развёртывания. Лицензия — единственная настоящая неожиданность: Z.ai объявила о собственной лицензии «glm-5.3», а не MIT — по формулировке она похожа на разрешение MIT плюс условие, что любой бизнес, предоставляющий модели как услугу, с выручкой более 10 млрд долларов за последние двенадцать месяцев должен пройти проверку безопасности Z.ai перед коммерческим использованием. Ниже этого порога самостоятельное развёртывание и обычное коммерческое использование не требуют такого барьера, хотя точные условия стоит прочитать, прежде чем на них полагаться. Если масштаб флагмана превышает потребности вашего кластера, меньшая GLM-5.3-Flash выпустила свои веса под MIT 26 августа — это отдельная, нативно мультимодальная модель, а не флагман. Для пользователей Ollama флагман теперь доступен одной командой из клиента самой библиотеки — ollama run glm-5.3:cloud — но этот вызов обращается к облачной модели, обслуживаемой из США и Европы, а не загружает её локально; квантованного локального тега пока нет. Запуск GLM-5.3 на собственном оборудовании по-прежнему означает использование весов с Hugging Face вместе со стеком в стиле vLLM или SGLang. Для всех, кто сравнивает модели в сегменте D​eepSeek V4 Pro, Qwen3.8-Max, K​imi K3, G​PT-5.6 Sol и C​laude Fable 5, GLM-5.3 теперь является реально существующей переменной с независимой оценкой в этом рейтинге, а не слухом. Для корпоративного покупателя, а не отдельного разработчика, самый новый вариант — A​mazon Bedrock, включивший GLM-5.3 в каталог 5 октября для клиентов, соответствующих критериям, — те же веса и то же контекстное окно на 1M токенов, предоставляемые по контракту AWS, по каталожной цене выше, чем у самого Z.ai.

Аргумент в день запуска GLM-5.3 состоит в том, что фронтир кодинга сошёлся: по этой версии, на большинстве повседневных задач лишь немногие пользователи смогут надёжно отличить G​PT-5.6 Sol, C​laude Fable 5, K​imi K3, GLM-5.2 и Qwen3.8-Max друг от друга. Если эта сходимость реальна, решающими факторами становятся не сами возможности, а цена, открытость и стоимость переключения — и именно эту нишу занимает GLM-5.3 по цене $1.40 / $4.40 за миллион на самохостируемой базе с 743B параметров, обещанный выпуск весов которой 28 августа теперь состоялся. Вопрос о том, действительно ли модели для кодинга взаимозаменяемы, — это мнение, а не бенчмарк; а вот цены, количество параметров и дата выпуска весов — нет.

На стороне маршрутизации GLM-5.3 стала доступна на OrcaRouter 18 августа, в тот же день, когда модель вышла на более широкий рынок, — по цене первого-party прайс-листа: $1.40 / $4.40 за миллион токенов, без какой-либо наценки. Скриншот ниже показывает страницу GLM-5.2, и именно так теперь выглядит страница GLM-5.3: та же цена, тот же контекст на 1M токенов, тот же максимум вывода в 128K. Направление части реального трафика на GLM-5.3 с автоматическим переключением на GLM-5.2 или другую проверенную модель — это изменение конфигурации, а не переписывание: тот же ключ, никакого второго контракта. Если новая модель ухудшает результаты на вашей нагрузке, роутер откатывается быстрее, чем успеет обновиться страница, и вы получаете сигнал о качестве на собственном трафике, а не из слайда вендора. Для модели, чьи флагманские заявления всё ещё в основном основаны на данных вендора, это низкорисковый способ проверить всё самостоятельно.

Что посмотреть дальше

• Релиз с открытыми весами теперь официально подтверждён: Z.ai подтвердила его 28 августа, объявив флагманскую модель открытой и указав на веса на Hugging Face и углублённый технический разбор. Сюрприз — лицензия: собственные условия «glm-5.3», а не условия MIT, которые используют GLM-5.2 и GLM-5.3-Flash, — поэтому ознакомьтесь с её точными условиями, прежде чем размещать модель у себя. Оценка Anthropic от 29 сентября — первая внешняя проверка того, чего стоят защитные механизмы релиза: она показала, что встроенные отказы можно обойти с помощью легенды, предзаполненной мысли или abliterated-копии, а abliterated-варианты уже распространялись через несколько дней после появления весов.

• Появится ли локальный тег GGUF в Ollama. На сегодняшний день библиотека указывает GLM-5.3 только как облачную модель; квантованный локальный тег сократил бы путь самостоятельного развертывания до одной команды для пользователей Ollama, тогда как облачный тег остаётся вторым маршрутом предоставления.

• Сузится ли киберразрыв в шесть-семь месяцев или сохранится. Epoch AI теперь ставит GLM-5.3 на первое место среди моделей с открытыми весами со значением 160,10 в своём Cyber ECI — на шесть-семь месяцев позади закрытого фронтира с 171, — но эта цифра опирается на три бенчмарка CAISI, единственные киберрезультаты, которые есть у лаборатории для этой модели, а октябрьская перекалибровка уже сдвинула оценки более старых моделей на несколько пунктов. Второй источник данных или повторный прогон сторонней организацией собственных тестовых стендов Z.ai стал бы первой проверкой, не восходящей к CAISI. Оценка Anthropic от 29 сентября остаётся другим независимым прочтением, и она показала, что встроенные отказы можно обойти с помощью легенды прикрытия, предзаполненной мысли или abliterated-копии.

• Подкреплено ли заявление Perplexity о WANDR цифрами. Преимущество GLM-5.3 над GLM-5.2 на WANDR — это собственный бенчмарк и собственный тест Perplexity, и никакие результаты не публиковались — независимый прогон стал бы первой сторонней проверкой агентно-исследовательской производительности модели.

• Где индекс окажется на самостоятельно размещённой копии. Число 45 измеряется относительно обслуживаемого эндпоинта; именно самостоятельно размещённая версия — теперь доступная для скачивания, с приложенными условиями лицензии, — это та, которую команды будут реально развёртывать заново, а независимые лаборатории — повторно тестировать по бенчмаркам. Лаборатория уже один раз пересматривала этот индекс, так что ожидайте, что число снова изменится.

• Объявленное повышение цен D​eepSeek V4 Flash, которое задаёт ценовые рамки, с которыми сопоставляют GLM-5.3, и то, как стоимость одной задачи у закрытого фронтира соотносится с этим: G​PT-5.6 Sol (max) занимает 47-е место в индексе против 45 у GLM-5.3, при этом лаборатория помечает Sol как устаревшую в пользу G​PT-6 Sol.

• Останется ли нынешняя серия Build Week работоспособной при таком спросе — Раунд 1 рухнул в течение часа, и формат серии делает каждый следующий раунд свежим нагрузочным тестом для мощности, от которой зависит платный API.

• Перерастёт ли мультимодальная утечка в выпущенную модель. Работа над процессором sglang — это доказательство на уровне кода того, что флагманскую линейку готовят к приёму изображений, а анонс Perplexity «мультимодальные агентные нагрузки» для Computer указывает в ту же сторону — но это позиционирование, а не выпущенная модель, и никакая мультимодальная GLM-5.3 не анонсирована и не протестирована. Прежде чем считать её реальной, дождитесь карточки модели, страницы документации или весов.

• Откроется ли корпоративный шлюз Bedrock. В анонсе AWS GLM-5.3 называется общедоступной на Bedrock, тогда как карточка модели ограничивает её кругом подходящих клиентов, которые обращаются к своей команде аккаунта AWS, а инференс в регионе вообще не поддерживается — каждый запрос пересекает регионы, либо в рамках геопрофиля США, либо в глобальном. Именно шлюз, а не список регионов, определяет, какие предприятия смогут вызвать её в этом месяце.

Часто задаваемые вопросы

Является ли GLM-5.3 более крупной моделью, чем GLM-5.2?

Нет. Z.ai и её соучредитель Тан Цзе оба заявляют, что GLM-5.3 использует ту же базу Mixture-of-Experts с 743 миллиардами параметров, что и GLM-5.2, с тем же контекстным окном в 1 миллион токенов и примерно 40 миллиардами активных параметров на токен. Все заявленные улучшения получены за счёт пост-обучения: Тан Цзе описывает изменение как один месяц обучения с подкреплением на длинном горизонте, наложенного на неизменную базу, — а не увеличение числа параметров, что напрямую опровергает слух времён утечек о базе более триллиона параметров. Это утверждение об архитектуре остаётся собственным заявлением основателя и компании и не было независимо проверено.

Когда будут доступны открытые веса GLM-5.3?

Они вышли. Официальный репозиторий zai-org/GLM-5.3 на Hugging Face — созданный 25 августа, с файлами весов, загруженными 27–28 августа, — теперь содержит полноценный флагман 743B, появившийся 28 августа, как Z.ai и обещал с момента запуска, — релиз, который сама Z.ai анонсировала 28 августа, объявив веса открытыми и указав на репозиторий Hugging Face и технический разбор. Лицензия теперь также указана: кастомная лицензия «glm-5.3», а не условия MIT, используемые GLM-5.2 и GLM-5.3-Flash, — по сути, это грант MIT с условием проверки безопасности для крупных MaaS-провайдеров, так что прочтите точные условия, прежде чем полагаться на них. Z.ai отдельно заявила, что чувствительные киберфункции будут ограничены программой «доверенный доступ» для верифицированных пользователей.

Как мне следует обращаться с контрольными цифрами?

Разделите список на три категории. Собственные цифры Z.ai — скачки в кодинге (Terminal-Bench 3.0 на 28,3, DeepSWE v1.1 на 66,9, SWE-Marathon на 42,5) и результаты по кибербезопасности (CyberGym 84,5%, ExploitBench 54,4%) — взяты из анонса компании и остаются заявленными производителем, пока независимый стенд их не воспроизведёт. Именно независимая категория теперь имеет наибольший вес: Intelligence Index от Artificial Analysis — 45 для GLM-5.3 (Max) в текущей версии v4.3.2 против 44 для K​imi K3 (Max) и 34 для GLM-5.2 (Max); её столбец Cost per Task по каждой конечной точке для той же модели, который варьируется от $0,92 до $8,68 у 25 отслеживаемых ею провайдеров; измерения Frontier Red Team от A​nthropic на ExploitBench (50 из 410 сквозных эксплойтов) и его внутренний бенчмарк по бинарной эксплуатации (4% полных перехватов потока управления); оценка NIST CAISI от 17 сентября; и Cyber ECI от Epoch AI, опубликованный 16 октября, который ставит GLM-5.3 на 160,10 — первое место среди моделей с открытыми весами и отставание на шесть-семь месяцев от закрытого фронтира на уровне 171, хотя эта оценка опирается на три бенчмарка CAISI и собственные оговорки Epoch относительно идентификации моделей и интервалов. Утверждение Perplexity о том, что GLM-5.3 превосходит GLM-5.2 на WANDR, находится в отдельной третьей категории — чужой бенчмарк, чужое утверждение, опубликованных баллов нет. Именно независимые цифры следует сопоставлять с цифрами Z.ai, а показатели стоимости и кэша — это собственные измерения лаборатории на её собственном стенде, а не данные производителя.

Почему запуск GLM-5.3 у одних провайдеров обходится намного дороже, чем у других?

Поскольку стоимость одной задачи определяется главным образом тем, какую часть разговора провайдер может обслужить из своего кэша промптов, а различия в ценообразовании за токены накладываются сверху. Artificial Analysis вычисляет этот показатель на основе цен за токены ввода, попадания в кэш, записи в кэш, рассуждений и ответа, делит на количество задач и взвешивает по весу каждого бенчмарка в Intelligence Index. Агентные и кодинг-нагрузки повторно отправляют всю историю разговора на каждом ходу, поэтому кэшируемая часть промпта тарифицируется многократно, и доля, которую провайдер обслуживает из кэша вместо полной цены ввода, — самый значимый отдельный рычаг влияния на итог. Запись в кэш и хранение кэша тарифицируются отдельно по ставкам, специфичным для каждого провайдера. На GLM-5.3 (Max) получившийся столбец простирается от $0.92 до $8.68 по 25 эндпоинтам, которые отслеживает лаборатория, — примерно 9x при идентичных весах и идентичном бенчмарке, поэтому именно эндпоинт, а не модель, является решением о стоимости.

Могу ли я запустить GLM-5.3 локально через Ollama?

Пока нет. GLM-5.3 указан в библиотеке Ollama, но только как облачная модель — glm-5.3:cloud, обслуживаемая из США и Европы с нулевым хранением данных. Локального тега GGUF нет, поэтому сегодня ollama run glm-5.3:cloud вызывает размещённую модель, а не загружает копию на вашу машину. Путь самостоятельного развёртывания остаётся через веса Hugging Face со стеком в стиле vLLM или SGLang, а облачный тег — это второй маршрут обслуживания для читателей, уже использующих Ollama.

Утечка оказалась правдой, запуск подтвердил название, позиционирование и сроки — и спустя два месяца кибервозможности, которые Z.ai сделала центральным элементом своего анонса, были измерены двумя внешними организациями и оценены третьей. Frontier Red Team компании Anthropic ставит GLM-5.3 в пределах нескольких попыток от Claude Mythos Preview по разработке эксплойтов полного цикла, называет модель необычайно способной для открытого релиза и добавляет вывод, который важнее для всех, кто её развёртывает: механизмы защиты реальны, но поверхностны, а веса можно скачать, поэтому отказы — это конфигурация, а не гарантия. CAISI при NIST пришла к совместимому выводу с другой стороны — лучшая кибермодель с открытыми весами на сегодняшний день, отстающая примерно на четыре месяца от американского фронтира. Epoch AI теперь превратила этот вердикт в позицию в рейтинге: 160,10 балла в её Cyber ECI, первое место среди моделей с открытыми весами, выше OpenAI GPT-5.4 и на шесть-семь месяцев позади Anthropic Claude Opus 5.5 и OpenAI GPT-6 Astra со 171 — число, построенное в конечном счёте на трёх бенчмарках CAISI, и с честным признанием этого. Artificial Analysis предоставляет четвёртое внешнее измерение, и это измерение стоимости: $2,01 за задачу Intelligence Index по тарифу первой стороны и от $0,92 до $8,68 за ту же задачу в зависимости от того, какой эндпоинт отвечает. Цифры вендора остаются цифрами вендора, лицензия по-прежнему нестандартная, и вопрос о том, станет ли флагманская линейка мультимодальной, всё ещё открыт. Что изменилось: разрыв между открытой и закрытой киберспособностью больше не нужно принимать на веру — это опубликованное число с методом, который можно проверить. Самый дешёвый способ узнать, как модель справляется с вашими задачами, — по-прежнему часть реального трафика с переключением при сбое на что-то проверенное.

Задокументированные инциденты с ИИ и сбои агентов, связанные с моделями с открытыми весами в этом классе, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, оценку уверенности и флаг оспаривания.