GLM-5.3 toppar Epochs Cyber ECI på 160: Den öppna cyberfronten ligger 6–7 månader efter

Epoch AI har satt en siffra på frågan som debatten om säkerhet för modeller med öppna vikter har kretsat kring, och det är en rangordning snarare än en varning: {{1}}GLM-5.3 får 160,10 på labbets Cyber ECI, det högsta av alla modeller med öppna vikter som indexet följer, över O​penAI:s G​PT-5.4 och under A​nthropic:s C​laude M​ythos Preview och O​penAI:s G​PT-5.5{{/1}}. Läst som ett datum i stället för en poäng säger placeringen att den bästa öppet nedladdningsbara cyberförmågan i dag ligger ungefär där den slutna fronten låg för sex till sju månader sedan. Mätningen – en Data Insight publicerad den 16 oktober av Epoch-forskarna Jaeho Lee och Alexander Barry, på data med brytdatum den 8 oktober – är den första utomstående aktören som över huvud taget rankar GLM-5.3 inom cyber, och den kommer en månad efter att NIST:s CAISI kallade modellen den mest cyberkapabla lanseringen med öppna vikter hittills samtidigt som de placerade den omkring fyra månader efter den amerikanska fronten. De två läsningarna delar en källa: Epoch hämtar GLM-5.3:s poäng från tre CAISI-benchmarks, de enda cyberresultaten för modellen, så avståndet mellan dem är ett avstånd i metod, inte i mätning. {{2}}A​nthropic:s Frontier Red Team hade redan satt sina egna siffror på de släppta vikterna den 29 september och hittade exploateringar från början till slut i 50 av 410 ExploitBench-försök, mot C​laude M​ythos Previews 56 av 410{{/2}}. Själva modellen är inte ny: Z.ai annonserade GLM-5.3 den 14 augusti, öppnade API:et den 18 augusti till $1,40 / $4,40 per miljon token och lade upp 743B-vikterna på Hugging Face den 28 augusti under en anpassad licens, ”glm-5.3”. Det som är nytt är att den förmåga som Z.ai byggde lanseringen kring nu har en position på en offentlig resultattavla och ett uppmätt avstånd till fronten – medan Artificial Analysis prissätter samma vikter per uppgift till $0,92 till $8,68 beroende på vilken endpoint som svarar, och A​mazon Bedrock har tillhandahållit dem sedan den 5 oktober för kvalificerade företagskunder. Den här sidan följde först GLM-5.3 från dess läckagespår den 3 augusti och sedan genom lanseringen; den här revideringen införlivar Cyber ECI-placeringen, metoden bakom den och vad en lucka på sex till sju månader säger och inte säger om den modell du faktiskt skulle dirigera trafik till.

Från läcka till lansering

De fyra spår som dök upp den 3 augusti – en "ZCode for GLM-5.3"-harness-sida, en officiell dokumentationssida som gick att nå i ungefär en timme, en Bing-indexpost med texten "GLM-5.3 Official Harness" och en commit som lade till en "glm-5.3"-post med JSON Schema-stöd i Zhipus officiella Java SDK – pekade alla mot en verklig, namngiven lansering. Z.ai:s medgrundare Tang Jies svar "sooooooon" och formuleringen "epic-level plus" bekräftas nu av en faktisk produkt snarare än ett rykte. Tidssignalen "ungefär en vecka" som den här sidan testade – publicerad på X av @teortaxesTex efter att DeepSeek V4 Pro släppts den 13 augusti – stämde på dagen: Z.ai tillkännagav formellt GLM-5.3 den 14 augusti under parollen "Built to Code. Ready for Cyber Defense." Uppföljningen kom veckan därpå: modellen blev tillgänglig på den bredare marknaden den 18 augusti – ett releasedatum som nu är angivet i tredjepartslistningar av modeller – och den 19 augusti meddelade Z.ai att API:et var öppet för anrop, med samma pris som GLM-5.2, med modellen redan integrerad i ZCode, AutoClaw och GLM Coding Plan.

Nästa läcksignal: en multimodal processor för GLM-5.3

Inramningen av flaggskeppet som endast text kanske inte håller i sig länge. Den 28 augusti föreslår en öppen pull request i sglang-serveringsmotorn stöd för multimodala processorindata för GLM-5.3 – processorglueet som omvandlar bildnyttolaster till samma schema för dynamisk storleksändring, pixlar, rutnät och tokenexpansion som Miles RL-ramverket använder, så att träning och servering ser identiska bildindata. PR:en är den rollout-sidiga halvan av bildbetingad förstärkningsinlärning på GLM-5.3 i radixark/miles, och dess andra commit registrerar GLM-5.3-processortester i sglangs CPU-CI. Inget av detta är ett tillkännagivande från Z.ai, och ingen multimodal GLM-5.3 har släppts eller benchmarkats – det är bevis på kodnivå, samma kategori av tidig signal som den här sidan först följde den 3 augusti. Vad det säger är att flaggskeppslinjen förbereds för att ta emot bilder, i träning och i serveringsstacken, i stället för att förbli den kodnings- och cybermodell som Z.ai beskrev vid lanseringen och som endast hanterar text. Perplexitys egen formulering när de lade till GLM-5.3 i Computer i slutet av augusti – ”byggd för långkontextuella, multimodala agentarbetsbelastningar” – pekar i samma riktning, även om det är produktpositionering, inte en lanserad multimodal modell.

Vad post-träningen faktiskt gav

Det arkitektoniska påståendet är den del som är värd att slå fast, eftersom läckans mest högljudda detalj — att parametrarna överstiger en biljon — är fel. GLM-5.3 är inte en större modell. Z.ai och dess medgrundare Tang Jie säger båda att den återanvänder exakt samma 743B Mixture-of-Experts-bas som GLM-5.2 (ungefär 40 miljarder aktiva parametrar per token), behåller samma 1M-token-kontextfönster och ungefär 128K maxutdata, och får alla sina förbättringar från post-träning. Tang Jie har beskrivit lanseringen som ett medvetet kontrollvariablexperiment — samma bas, samma arkitektur, samma parameterantal, med en månads långsiktig förstärkningsinlärning på kodningsuppgifter som enda variabel, och det är i den månaden han placerar den ungefär 50-procentiga förbättringen av kodningsförmågan. Z.ai:s release notes beskriver mekaniken under ytan: fler långsiktiga uppgiftsmiljöer, fler miljötyper och längre träningskörningar, byggda på IndexShare long-context, SAO asynchronous-RL och det öppna slime-ramverket som redan producerade GLM-5.2. Den tekniska djupdykning som Z.ai länkar till från tillkännagivandet av de öppna vikterna — forskningsinlägget på z.ai/blog/glm-5.3 — går längre när det gäller receptet: dussintals gånger fler långsiktiga uppgiftsmiljöer, fler miljötyper och träningskörningar som förlängts långt förbi den första utgåvan, med uppgifter som skalats upp till flerdagars expertarbetsbelastningar på riktiga beräkningskluster. Dess inramning av cyberförmågan — ”strängt begränsad programmeringsförmåga” som uppstod när uppgiftsmiljöerna skalades — är, precis som release notes, företagets egen redogörelse, inte en oberoende granskning. Den inramningen med ”ingen omträning, allt är post-träning” är grundarens och företagets egen, och den har inte granskats oberoende. Storleken är den andra rubriken: med 743B totala parametrar och endast cirka 40B aktiva per token är GLM-5.3 lätt nog att självhosta på ett blygsamt kluster och billig nog att betjäna i stor volym — positioneringen ”mindre, billigare, öppen” som lanseringsdagens kommentarer fäste vid den, och en skarp kontrast till de stängda frontier-flaggskeppen som den mäts mot.

Kodning och agenter: siffrorna Z.ai hävdar

Inom kodning rapporterar Z.ai – allt leverantörsrapporterat och ej reproducerat – att Terminal-Bench 3.0 stiger från 4,6 till 28,3, vilket Z.ai kallar det högsta resultatet för öppna vikter i det ramverket; DeepSWE v1.1 stiger från 46,2 till 66,9; SWE-Marathon fördubblas ungefär från 19,4 till 42,5; och Agents' Last Exam (CLI) stiger från 23,8 till 28,5. Tang Jies egen kortform för resultatet, i ett X-inlägg vidarebefordrat av @dotey, var ”enbart efterträning, kodning upp cirka 50 %” – samma huvudsiffra som Z.ai angav i sitt tillkännagivande. På Z.ais interna kodbenchmark fick GLM-5.3 31,4 % vid ungefär 50K utdatatokens per uppgift vid hög ansträngningsnivå, mot C​laude O​pus 4.8:s 29,5 % vid omkring 120K tokens – Z.ais poäng är att GLM-5.3 når ett jämförbart resultat samtidigt som det gör av med långt färre utdatatokens. C​laude Fable 5 leder fortfarande den interna utvärderingen med 39,5 % vid maximal ansträngningsnivå, och Z.ai medger att GLM-5.3 fortfarande ligger efter G​PT-5.6 Sol och C​laude Fable 5 i flera svårare kodutvärderingar. Behandla alla dessa som leverantörssiffror tills ett oberoende testramverk reproducerar dem.

Cyberförsvar: förmågan ingen såg komma

Cybersäkerhetssiffrorna var den mest uppmärksammade delen av Z.ais tillkännagivande, och fram till den 29 september var de också helt och hållet leverantörsrapporterade. På CyberGym, en white-box-benchmark för upptäckt och validering av sårbarheter, rapporterar Z.ai GLM-5.3 på 84,5 %, upp från GLM-5.2:s 77,2 % och före labbets M​ythos 5 (83,8 %) och G​PT-5.6 Sol (83,6 %). På ExploitBench, som kräver både grundorsaksanalys och en fungerande exploit, rapporterar Z.ai att GLM-5.3 mer än fördubblas från 24,4 % till 54,4 %, även om M​ythos 5 (78,0 %) ligger före. På ExploitGym rapporterar Z.ai 105 slutförda uppgifter inom en budget på 2 timmar och 130 inom 6 timmar, jämfört med 29 och 39 för GLM-5.2 – återigen bakom M​ythos 5 (181 och 247). Z.ai beskriver cyberkapaciteten som en framväxande egenskap hos skalad efterträning – "kapaciteten fortsatte att förstärkas i takt med att träningen skalades upp", med företagets egna ord – snarare än ett medvetet mål. En varning innan dessa procentsatser jämförs med något nedan: Z.ais ExploitBench-siffra och A​nthropics ExploitBench-resultat på försöksnivå är olika körningar av samma offentliga benchmark under olika testriggar och regimer, så de två siffrorna är inte samma mätning och bör inte ställas sida vid sida.

Z.ai lägger till ett verklighetsanspråk vid sidan av benchmarkarna: i tester med säkerhetsteam identifierade GLM-5.3 2 436 sårbarheter i 269 öppen källkodsprojekt, varav 1 097 bedömdes som kritiska eller höga, med det äldsta fyndet från 1981 och en genomsnittlig "livslängd" på 26,6 år. Det är den mest slående siffran i tillkännagivandet och också den minst oberoende kontrollerbara. Företaget har kombinerat förmågan med en Security Disclosure Ledger för samordnat avslöjande, ett "trusted access"-program som begränsar känsliga cyberfunktioner till verifierade användare, och ett "Open Source Shield"-initiativ för att kontinuerligt granska viktiga öppen källkodsprojekt. A​nthropics bedömning den 29 september är en direkt utmaning av hur mycket gatingen ger på de nedladdningsbara vikterna: den fann att den släppta modellen vägrar skadliga förfrågningar direkt ur lådan, men kan besegras i 64–100 % av försöken med vanliga tekniker, och den noterar att utvecklare hade publicerat abliterade GLM-5.3-varianter inom dagar efter viktutsläppet. Ett program för verifierade användare styr ett API; det styr inte en fil.

Vad Anthropic mätte, och vad det förändrar

A​nthropics Frontier Red Team publicerade sin bedömning den 29 september under titeln ”GLM-5.3 och spridningen av avancerade cyberförmågor”, och det är första gången ett konkurrerande labb sätter egna siffror på GLM-5.3:s exploateringsförmåga. Inramningen är rakt på sak: precis som C​laude M​ythos Preview har GLM-5.3 starka förmågor att autonomt bygga heltäckande cyberexploateringar, men till skillnad från andra frontlinjemodeller har den släppts utan meningsfulla skyddsåtgärder för att begränsa missbruk. När GLM-5.3 kördes i isolerade sandlådor mot offline-mål utvecklade den heltäckande exploateringar på ExploitBench i 50 av 410 försök. C​laude M​ythos Preview – som A​nthropic annonserade ungefär fem månader tidigare och släppte i begränsad omfattning via sitt betrodda försvararprogram Project Glasswing – gjorde detsamma i 56 av 410. På A​nthropics interna Binary Exploitation-benchmark, som slumpmässigt drar 100 uppgifter från projekt som deltar i G​oogles OSS-Fuzz och ger full poäng för en control-flow-kapning, fick GLM-5.3 4 % mot C​laude M​ythos Previews 6 %. A​nthropics poäng är inte att GLM-5.3 leder, utan att en tröskel har flyttats: tidigare modeller, inklusive C​laude O​pus 4.6 och GLM-5.2, lyckades inte med någon av dessa uppgifter.

I forskardrivna sessioner blir fyndet konkret. Med en sandlådemaskin som kör en lokal Linux-version av en populär webbläsare och mindre än en timmes mänsklig uppmärksamhet utspridd över en dag, hittade GLM-5.3 flera tidigare okända sårbarheter i webbläsarens JavaScript-motor och kedjade samman dem till en fungerande exploit – en sida som, när den besöks, läser godtyckliga filer från besökarens dator, inklusive en privat SSH-nyckel. Anthropic säger att man rapporterade dessa brister till underhållaren, och att samma session också uppdagade exploaterbara sårbarheter i trådlösa drivrutiner och grafikdrivrutiner samt i nätverksexponerad enhetsprogramvara. I en andra session fick GLM-5.3-Flash – det mindre, mindre kapabla syskonet – offentliga detaljer om en patchad Chrome-brist (CVE-2026-11645) plus ytterligare en och byggde, utan betydande styrning, en tillförlitlig ARM64-exploitkedja som kringgick härdning för pekarautentisering. Det tog 20 minuters mänsklig uppmärksamhet och åtta timmars modellarbete, vilket Anthropic prissätter till 20,40 dollar enligt Zhipus API-priser.

Säkerhetshalvan av inlägget är den del som förändrar ett driftsättningsbeslut. Direkt ur lådan avvisade GLM-5.3 alla öppet illasinnade förfrågningar i A​nthropics simulerade värld, och det gjorde även alla andra testade modeller. A​nthropic hittade sedan enkla sätt att kringgå den vägran och rapporterar frekvensen med vilken modellen engagerade sig i den skadliga förfrågan:

• En vilseledande prompt – som säger till modellen att den är en autonom red-team-agent som arbetar med en övning: 64 % av försöken.

• Förifyllning av modellens tanketoken så att det verkar som att den redan har övervägt begäran och beslutat att fortsätta: 92 %.

• Att köra en abliterad kopia av vikterna, med vägranssvar bortredigerade: 100 %.

Ingen av de tre lyckades få skyddade C​laude-modeller att utföra samma uppgifter, säger A​nthropic – dess skyddsåtgärder blockerade täckhistorien, dess API erbjuder inget sätt att förfylla tänkandet, och dess vikter distribueras inte, så modellerna kan inte abliteras alls. Den sista asymmetrin är den som har en lång svans. Abliteration är en standardteknik för att minska vägran, och eftersom GLM-5.3 levereras som nedladdningsbara vikter kan vem som helst tillämpa den: A​nthropic byggde sin egen abliterade kopia på cirka 2 200 GPU-timmar för ungefär 4 400 dollar och säger att ett team som aldrig tidigare hade försökt med uppgiften kunde göra det. Ändringen tog GLM-5.3:s vägrandefrekvens från över 90 % ner till cirka 3 % på JailbreakBench, 2 % på HarmBench och 12 % på StrongREJECT, medan GPQA-Diamond förblev oförändrat och en testad delmängd av CyberGym fick bara några procentenheter lägre resultat. A​nthropic säger att flera utvecklare redan hade släppt abliterade versioner av GLM-5.3 till allmänheten inom dagar efter modellens lansering, och att ablitera GLM-5.3-Flash tog cirka 600 GPU-timmar.

Betrakta allt detta som ett enda labbs mätningar snarare än fastställda fakta. Anthropic körde sina egna testramverk och sina egna sandlådor, räknade sina egna försök och publicerade ingen reproduktion från tredje part, så inget här är oberoende granskat, på samma sätt som Z.ai:s egna siffror inte är det. Det som får det att väga tyngre än en leverantörs påstående är incitamentets riktning: Anthropic mäter en konkurrents modell, företaget redovisar nämnarna, och resultaten stämmer överens med NIST:s Center for AI Standards and Innovation, som utvärderade GLM-5.3 den 17 september, kallade den ”den mest cyberkapabla modellen med öppna vikter som hittills släppts” och placerade den ungefär fyra månader efter den amerikanska frontlinjen i ett aggregerat mått av CAISI:s cyberbenchmarkar — med förbehållet att de amerikanska modellerna i jämförelsen testades med cybersäkerhetsskyddsåtgärder avstängda och omfattar modeller som endast släppts till granskade användare. Anthropics egen slutsats är ett policyargument i lika hög grad som ett tekniskt: den säger att en kritisk tröskel för fritt tillgänglig kapacitet har passerats, att vem som helst kan ladda ner GLM-5.3, och att försvarare bör ha tillgång till modeller som är minst lika bra som de som deras motståndare använder. Två veckor efter CAISI:s bedömning mätte Epoch AI samma avstånd på ett annat sätt och kom fram till ett bredare intervall — sex till sju månader — utifrån en del av samma data.

Inget av ovanstående ändrar mekaniken i ett routingbeslut, vilket är den del du kontrollerar. En andel av trafiken till GLM-5.3 på OrcaRouter kostar förstapartspriset — $1.40 / $4.40 per miljon tokens, vidarebefordrat utan påslag — och automatisk failover flyttar en arbetsbelastning till GLM-5.2 eller en annan beprövad modell när en försämras, så en överraskning kring kapaciteten åt endera hållet är en konfigurationsändring snarare än en omskrivning. Det Anthropic-inlägget tillför är en fråga värd att ställa innan du skickar säkerhetsnära eller reglerat arbete till den: modellen du anropar är modellen vars vikter är offentliga, och en hostad endpoint är inte ett skydd. Företagsvägen ändrar inte den kalkylen. Bedrocks egen listning för GLM-5.3 ligger på $1.68 / $5.28 per miljon tokens på den globala inferensprofilen och $1.848 / $5.808 på den amerikanska, 20 % respektive 32 % över Z.ai:s förstapartspris, så att anropa samma modell till Z.ai:s listade pris via en enda nyckel förblir den billigare vägen medan ett molnkontrakt i stället köper upphandling och efterlevnadsposition.

Var den öppna cyberfronten faktiskt ligger

Epoch AI:s Cyber ECI är en cybersäkerhetsinriktad variant av labbets Epoch Capabilities Index, byggd på benchmarkresultat från 35 cyberutvärderingar och, efter uppdateringen den 16 oktober, 76 modeller. På den ligger Z.ai:s GLM-5.3 på 160,10 – den högsta open-weight-poängen som labbet registrerar, över O​penAI:s G​PT-5.4 (157,04, släppt 5 mars 2026) och under A​nthropic:s C​laude M​ythos Preview (164,82, 7 april) och O​penAI:s G​PT-5.5 (162,22, 23 april). Den slutna fronten leds av A​nthropic:s C​laude O​pus 5.5 (171,14) och O​penAI:s G​PT-6 Astra (171,03), det par som labbet anger som fronten vid 171. Inom öppna vikter ligger GLM-5.3 över M​oonshot:s K​imi K3 (157,60) och D​eepSeek:s D​eepSeek-V4-Pro (150,35), och klart över sina egna föregångare, GLM-5.2 (154,12) och G​LM-5 (147,95). Att placera GLM-5.3 mellan de senaste slutna modellerna som den överträffar och de tidigaste som den inte överträffar är det som ger rubriksiffran: den öppna cyberfronten ligger ungefär där den slutna fronten stod sex till sju månader tidigare – en lucka som G​PT-5.4 och C​laude M​ythos Previews checkpoint från 7 april uppskattar till sju respektive sex månader, mot Epochs datagräns den 8 oktober.

Förbehållen spelar större roll än vanligt här, och Epoch tar upp flera. Endast modeller med minst två cyberbenchmarkresultat finns överhuvudtaget med i indexet – 57 av 76 – och GLM-5.3:s 160,10 vilar på exakt tre, samtliga från NIST:s CAISI-bedömning den 17 september. Det är de enda cyberresultat labbet har för modellen, vilket innebär att Epochs uppskattning är en ny anpassning av evidens som CAISI publicerat snarare än en oberoende nykörning, och siffran på sex till sju månader och CAISI:s ungefär fyra månader skiljer sig åt eftersom benchmarksuppsättningarna och jämförelsen de gör är olika, inte för att de två är oense om modellen. Epoch påpekar också att CAISI inte namngav de amerikanska modeller den utvärderade, så labbet tillskrev resultaten troliga ledare som G​PT-6 Astra och C​laude M​ythos Preview; att intervallen kring två av frontmodellerna nästan helt överlappar, så ordningen högst upp i diagrammet är mindre fastställd än punktuppskattningarna antyder; och att omfitningen i oktober flyttade äldre publicerade värden, sänkte C​laude M​ythos 5 med 3,9 punkter och G​PT-5.6 Sol med 4,7, så den här månadens siffror bör inte jämföras med förra månadens utan varsamhet. En konvention är värd att känna till innan du läser diagrammet: Epoch räknar licenser för begränsad användning och icke-kommersiella licenser som open-weight, vilket är hur GLM-5.3 överhuvudtaget kvalificerar sig – dess vikter levereras under Z.ai:s anpassade villkor för ”glm-5.3”, inte MIT-licensen som GLM-5.2 och GLM-5.3-Flash använder.

Vad placeringen förändrar är mindre modellen än argumentet kring den. Före den 16 oktober innebar att kalla GLM-5.3 för den starkaste öppna lanseringen inom cybersäkerhet att citera Z.ai:s egna CyberGym- och ExploitBench-procentsatser plus en konkurrents körningar i sandlåda; nu finns det en position på ett offentligt index med ett angivet avstånd till frontlinjen, och det avståndet är en siffra som en läsare kan se röra sig. Två saker följer för den som överväger en modell med öppna vikter för säkerhetsnära arbete. Att ligga sex månader efter frontlinjen är inte detsamma som att vara säker: en exploit som en frontlinjemodell kan bygga i dag är en som en sex månader gammal förmåga kan bygga när metoden är offentlig, och Anthropics resultat ovan placerar just dessa vikter inom det fönstret. Och en rangordning är ett uttalande om de bästa tillgängliga vikterna, inte om den endpoint som svarar på din förfrågan – samma vikter som tillhandahålls av olika leverantörer skiljer sig redan med en faktor nio i kostnad per uppgift, vilket är en routningsfråga snarare än en förmågefråga.

Baslinjen GLM-5.3 var tvungen att slå.

GLM-5.2 är referenspunkten som hela historien hänger på. Den släpptes i juni 2026 som en Mixture-of-Experts-modell med 743B parametrar, cirka 40B aktiva parametrar per token, ett kontextfönster på 1M token, maximalt 128K utdata, MIT-licens och öppna vikter på Hugging Face. Artificial Analysis Intelligence Index – mätt av labbet, inte av Z.ai – ligger nu på den omräknade upplagan v4.3.2, och enligt den får GLM-5.2 (Max) 34 poäng medan GLM-5.3 (Max) får 45. Marginalen på elva poäng är samma avstånd som den här sidan rapporterade vid lanseringen, när samma labs tidigare indexupplaga hade GLM-5.2 på 53 och GLM-5.3 på 60; det som har ändrats är måttstocken, inte resultatet, och labbet markerar nu GLM-5.2 som utfasad till förmån för efterföljaren. GLM-5.3 med 45 placerar den på andra plats bland modeller med öppna vikter, efter MiMo-V2.6-Pro med 46 och en poäng före Kimi K3 (Max) med 44. Det var den första oberoende siffran som kopplats till GLM-5.3, och den är förenlig med riktningen – om inte varje detalj – i Z.ai:s egna påståenden. Ytterligare två tredjepartsdatapunkter har tillkommit sedan dess: i slutet av augusti rapporterade Perplexity att GLM-5.3 slår GLM-5.2 på WANDR, dess öppna benchmark för storskalig, evidensbaserad forskning – ”wide and deep”-testet där en agent måste sammanställa en stor mängd källbelagda poster i stället för att svara på en enda fråga. Det är Perplexitys egen benchmark och dess eget påstående, utan publicerade poäng, så behandla det som riktningsgivande tills siffror dyker upp. Den andra är Anthropics cybersäkerhetsbedömning från 29 september – den första externa mätningen av den specifika förmåga som Z.ai byggde lanseringen kring. För kodning över långa horisonter mäter OrcaRouter-ramverket 77,9 på Terminal-Bench 2.1, medan Z.ai:s bäst rapporterade siffra för GLM-5.2 är 82,7, vilket skulle vara det första resultatet över 80 för en modell med öppna vikter men är leverantörsrapporterat och inte reproducerat. Listpriset är 1,40 dollar per miljon indatatoken och 4,40 dollar per miljon utdatatoken.

Resultattavlan ovan är den läcktidsprojektion som den här sidan publicerade före lanseringen — raden ">1T parametrar (ryktas)", den obekräftade kontexten och licensen, det projicerade AA-indexet. Lanseringen korrigerade den största cellen: GLM-5.3 återanvänder samma 743B-bas som GLM-5.2, så det finns inget parameterhopp. Kontextfönstret är bekräftat till 1M, och licensen är inte längre den öppna fråga den var — Z.ai publicerade en anpassad "glm-5.3"-licens, inte de MIT-villkor som GLM-5.2 och GLM-5.3-Flash använder. Den projicerade indexcellen — den här sidans egen gissning på ~57–60 — var den sällsynta projektion som kom in precis på 60 i indexet så som det stod vid lanseringen; labbet har sedan dess räknat om indexet, och på den aktuella v4.3.2-versionen läser samma modell 45. Det som inte har rört sig är den öppna frågan: vad den poängen gör när den reproduceras mot de självhostade vikterna.

Ögonblicksbilden ovan är den oberoende baslinje som GLM-5.3:s påståenden mäts mot. GLM-5.2 toppade topplistan för öppna vikter med ett Artificial Analysis Intelligence Index på 53 i den indexversion som den här sidan läste i augusti. Den baslinjen har sedan reviderats tillsammans med alla andra modellers: på labbets nuvarande v4.3.2-index visar GLM-5.2 (Max) 34 och GLM-5.3 (Max) 45, en marginal i samma riktning och ungefär samma storlek, med K​imi K3 (Max) en poäng efter på 44 och MiMo-V2.6-Pro före på 46. Båda avläsningarna är labbets egna mätningar i dess egen testmiljö, och ingen av dem är en leverantörssiffra.

Priser och tillgänglighet

GLM-5.3 har samma pris som GLM-5.2: 1,40 USD per miljon indatatoken och 4,40 USD per miljon utdatatoken (8 ¥ / 28 ¥ i den inhemska prislistan), med cachade indataläsningar till 0,26 USD / 2 ¥ per miljon. Utgivningen är daterad till den 18 augusti i tredjepartslistningar för modeller, Z.ai öppnade API:et offentligt den 19 augusti, och modellen är bekräftat nåbar via Z.ai:s eget API, ZCode, AutoClaw, GLM Coding Plan och en växande lista av tredjepartsplattformar, och – sedan slutet av augusti – Ollama-biblioteket, där GLM-5.3 listas som en molnhostad modell (glm-5.3:cloud) som tillhandahålls från USA och Europa med noll datalagring. Perplexity Computer, Perplexitys agentplattform för långvarigt arbete i flera steg, lade till GLM-5.3 i samma fönster och erbjuder nu modellen för agentarbetsbelastningar. Ollama-taggen är endast för molnet, inte en lokal GGUF, så vägen för självhostning går fortfarande via Hugging Face-vikterna; den mindre GLM-5.3-Flash har nu en egen matchande molnlistning på Ollama. Läckfasen är över: tillgängligheten är ett bekräftat faktum nu, inte ett rykte att följa. En beteendeändring har betydelse för API-anropare: förfrågningar kräver nu att "thinking" är aktiverat över tre ansträngningsnivåer – low, high och max – utan avstängningsmöjlighet, en brytande ändring för befintliga integrationer.

Amazon Bedrock har nu även GLM-5.3. AWS publicerade modellen den 5 oktober 2026 — lanseringsdatumet på dess eget modellkort — och beskriver den där som samma Mixture-of-Experts-design med ungefär 40B parametrar aktiva per token, samma kontextfönster på 1M token och utmatningstak på 128K som det förstaparts-API:et, samt resonemang som är permanent aktiverat med valbara ansträngningsnivåer. Vägen är inte en kopia av Z.ai:s endpoint. Bedrock tillhandahåller GLM-5.3 endast via cross-Region-inferens: basmodell-id:t (zai.glm-5.3) accepterar inte anrop på begäran inom regionen, så förfrågningar går antingen via US-geoprofilen (us.zai.glm-5.3) eller den globala (global.zai.glm-5.3), och AWS markerar in-Region-inferens som ej stödd i varje region som listas, inklusive de fyra amerikanska. Det som tillkommer är AWS-ytan runt modellen — Invoke, Converse, de OpenAI-kompatibla API:erna Responses och Chat Completions, Guardrails, Agents, Flows, strukturerade utdata, modellutvärdering och prompt-cachning som är implicit som standard eller explicit i cachepunkter på minst 1 024 token med en kvarhållning på minst 30 minuter — plus standardtjänstenivåerna, där Priority är 75 % dyrare än Standard och Flex och Batch har 50 % rabatt. Tillgången är haken: AWS:s tillkännagivande kallar GLM-5.3 allmänt tillgänglig på Bedrock, medan både tillkännagivandet och modellkortet begränsar den till kvalificerade kunder som kontaktar sitt AWS-kontoteam. Företagsvägen finns; den är inte självbetjäning i dag. En siffra att behandla försiktigt när du läser AWS:s egna sidor: modellkortet anger GLM-5.3 till 744B totala parametrar och det medföljande tillkännagivandet till 753B, medan Z.ai och Hugging Face-repositoriet säger 743B — samma modell, tre totaler, och ingen av dem oberoende uppmätt.

Kostnad per uppgift, och cacheträffrekvensen bakom den

Samma pris betyder inte samma räkning, och skillnaden mäts nu i stället för att antas. Artificial Analysis anger GLM-5.3 (Max) till $2,01 per Intelligence Index-uppgift till förstapartspris, mot $1,47 för GLM-5.2 (Max) — samma prislista på $1,40 / $4,40, en 37 % större räkning för en genomgång av samma fasta uppgiftsuppsättning. Två saker förklarar det, och båda finns i labbets egen modellsammanfattning. Den första är volym: GLM-5.3 gör av med 210 miljoner utdatatoken på Intelligence Index mot en median på 140 miljoner för jämförbara öppenviktsmodeller, vilket labbet kallar mycket ordrikt, och utdata är den dyra sidan av prislistan. Den andra är takten: 64,2 utdatatoken per sekund mot en median på 66,9, vilket är långsammare än genomsnittet och, vid en lång agentkörning, också mer väggklockstid köpt med samma token. Detta ersätter den uppskattning som den här sidan tidigare hade, vilken skattade GLM-5.3 till nära $0,68 per uppgift och GLM-5.2 till nära $0,44 utifrån vår egen observerade tokenanvändning. Labbets siffror är högre än den uppskattningen genomgående och är de som ska citeras: de är ett viktat genomsnitt över tio utvärderingar vid ett fast antal uppgifter, inte en avläsning från en enda arbetsbelastning.

Slutpunkten gör mer skada än modellen. Samma labb publicerar nu en Cost per Task-kolumn för varje leverantör det följer på GLM-5.3 (Max) – 25 stycken – och kolumnen sträcker sig från $0,92 vid den billigaste slutpunkten till $8,68 vid den dyraste. Det är en spridning på 9,4x på identiska vikter, ett identiskt benchmark och en identisk resonemangsinställning. (9,4x är vår uträkning över kolumnen som labbet publicerar; vad sidan själv säger i ord är att blandade priser per miljon token varierar ”upp till 4,4x mellan leverantörer” och att utdatahastigheten varierar med 1 152 %.) Inget i den spridningen är ett fynd om modellförmåga – labbets Endpoint Accuracy Index, som kör om BFCL v4-500, HLE-250 och AA-LCR-25 mot varje slutpunkt, visar 95 % eller mer vid varje slutpunkt den poängsätter, vilket innebär att det en leverantör förlorar är lite noggrannhet, inte modellen. Mekanismen som labbet pekar ut är cachelagring. Kostnaden per uppgift beräknas utifrån priserna för inputtoken, cacheträffstoken, cacheskrivningstoken, resonemangstoken och svarstoken, dividerat med antalet uppgifter och viktat efter varje benchmarks andel av indexet – så en agentisk eller kodande loop som skickar om hela sin konversationshistorik vid varje tur betalar för den historiken om och om igen, en gång per tur, och andelen av den som serveras från leverantörens promptcache är den enskilt största hävstången för totalsumman. Artificial Analysis mäter den andelen som cacheträffsgrad, definierar den som ”andelen cachebara inputtoken som serveras från leverantörens promptcache, mätt under agentiska kodningssessioner med flera turer,” rapporterar den som ett medianvärde för de senaste fyra veckorna (uppdaterat 26 september 2026) och visar den i ett diagram mot kostnaden per uppgift. Den angivna riktningen är den som spelar roll här: högre träffgrader innebär att mer av inputen faktureras till det billigare cacheträffspriset, vilket sänker den effektiva kostnaden för agentiskt arbete. GLM-5.3:s egen cacherabatt är 81 % vid förstapartspriset – $0,26 per miljon cachad input mot $1,40 per miljon färsk input – och cacheskrivning och lagring faktureras separat, till priser som varierar mellan leverantörer. Ett förbehåll om underlaget: träffgraderna per leverantör är plottade i stället för tabellerade, så spridningen kan tillskrivas cachelagring som mekanism utan att ange en träffgradssiffra för någon enskild slutpunkt.

Det är ett routingargument snarare än ett prissättningsargument, eftersom variabeln du kan påverka är vilken endpoint som svarar, inte vad vikterna kostar. GLM-5.3 finns på OrcaRouter för $1.40 / $4.40 per miljon tokens, vidarebefordrat till leverantörens eget listpris utan påslag, så en leverantörs pris eller cachevillkor når din faktura samma dag de ändras i stället för vid nästa avtal. Automatisk failover flyttar en arbetsbelastning från en degraderad endpoint till GLM-5.2 eller en annan beprövad modell, och routing-DSL:en är där en sådan regel hör hemma. För en modell vars kostnad per uppgift nu varierar med en faktor nio beroende på endpoint är lågriskmetoden att hitta din egen siffra en del av verklig trafik med en failover bakom sig — den endpoint som är billig i någon annans agentloop är inte nödvändigtvis den som är billig i din.

Build Week blir en löpande serie — med 100M gratis GLM-5.3-tokens

Z.ai gjorde sin ZCode Build Week till en pågående serie den 21 augusti och tillskrev communityn vad företaget säger har varit en våg av projekt byggda på ZCode med GLM-5.3. För att markera nylanseringen gav Z.ai 50 000 nya ZCode-användare 100 miljoner kostnadsfria GLM-5.3-tokens var – först till kvarn, fram till den 23 augusti kl. 18.00 stillahavstid (den 24 augusti kl. 09.00 Pekingtid) – med oanvända tokens som upphör vid evenemangets slut. Erbjudandet och dess villkor är Z.ai:s egna: uppgivna av leverantören, även om gratisutdelningen sedan dess har rapporterats av oberoende medier.

Detta är den andra omgången av helgens bygge. Runda 1, som pågick 16–17 augusti, avbröts inom ungefär en timme efter lanseringen när efterfrågan översteg kapaciteten – redan uttagna tokens påverkades inte, och Z.ai har sedan dess skalat upp sin serveringssida. Med 50 000 tilldelningar på 100 miljoner tokens vardera är det maximalt annonserade utsläppet fem biljoner tokens: en siffra för kundanskaffning som också fungerar som ett live-stresstest av samma serveringsinfrastruktur som den betalda GLM-5.3-API:n körs på.

Vad lanseringen förändrar för dig

För API-anropare som redan använder GLM-5.2 är det praktiska steget ett byte av modellnamn, inte ett projekt: GLM-5.2 är O​penAI-kompatibel och integrationen följer med, med förbehållet kring thinking-effort ovan. För self-hostare är väntan över. Det officiella zai-org/GLM-5.3-repositoriet på Hugging Face – skapat den 25 augusti och fyllt under 27–28 augusti – rymmer nu det fullständiga 743B-flaggskeppet i 141 safetensors-shards, där SGLang, vLLM, TokenSpeed, Transformers och KTransformers alla listas på modellkortet som driftsättningsvägar som stöds. Licensen är den enda verkliga överraskningen: Z.ai har deklarerat en anpassad "glm-5.3"-licens, inte MIT – den framstår som MIT-medgivandet plus ett villkor att varje model-as-a-service-verksamhet med mer än 10 miljarder dollar i rullande tolvmånadersintäkter måste genomgå Z.ai:s säkerhetsgranskning före kommersiell användning. Under den tröskeln har self-hosting och vanlig kommersiell användning ingen sådan spärr, även om de exakta villkoren är värda att läsa innan du förlitar dig på dem. Om flaggskeppets skala är mer än vad ditt kluster vill ha, släppte den mindre GLM-5.3-Flash sina vikter under MIT den 26 augusti – en separat modell som är nativt multimodell, inte flaggskeppet. För Ollama-användare nås flaggskeppet nu med ett enda kommando från bibliotekets egen klient – ollama run glm-5.3:cloud – men det anropet träffar den molnhostade modellen som serveras från USA och Europa, inte en lokal nedladdning; det finns ännu ingen kvantiserad lokal tagg. Att köra GLM-5.3 på din egen hårdvara innebär fortfarande Hugging Face-vikterna med en stack i vLLM- eller SGLang-stil. För alla som jämför modeller i klassen D​eepSeek V4 Pro, Qwen3.8-Max, K​imi K3, G​PT-5.6 Sol och C​laude Fable 5 är GLM-5.3 nu en levande, oberoende poängsatt variabel i den rankingen i stället för ett rykte. För en företagsköpare snarare än en enskild utvecklare är det nyaste alternativet A​mazon Bedrock, som listade GLM-5.3 den 5 oktober för berättigade kunder – samma vikter och samma kontextfönster på 1 miljon tokens levererade under ett AWS-avtal, till ett listpris som ligger över Z.ai:s eget.

Argumentet på lanseringsdagen kring GLM-5.3 är att kodningsfronten har konvergerat: för de flesta vardagliga uppgifter går berättelsen ut på att få användare med säkerhet kan skilja G​PT-5.6 Sol, C​laude Fable 5, K​imi K3, GLM-5.2 och Qwen3.8-Max åt. Om den konvergensen är verklig upphör rå kapacitet att vara den avgörande faktorn och i stället blir pris, öppenhet och byteskostnad avgörande — vilket är precis den position som GLM-5.3 intar till $1,40 / $4,40 per miljon på en självhostbar 743B-bas vars utlovade viktsläpp den 28 augusti nu har skett. Huruvida kodningsmodeller verkligen är utbytbara är en åsikt, inte ett benchmark; priserna, parameterantalet och datumet för viktsläppet är det inte.

På routingsidan gick GLM-5.3 live på OrcaRouter den 18 augusti, samma dag som modellen lanserades på den bredare marknaden – till förstaparts listpris, 1,40 / 4,40 dollar per miljon, vidarefakturerat utan påslag. Skärmdumpen nedan visar GLM-5.2:s sida, som är exakt den form GLM-5.3 nu har: samma pris, samma 1M-token-kontext, samma 128K maxutdata. Att dirigera en del av verklig trafik till GLM-5.3 med automatisk failover till GLM-5.2 eller en annan beprövad modell är en konfigurationsändring, inte en omskrivning – samma nyckel, inget andra kontrakt. Om den nya modellen försämras på din arbetsbelastning, gör routern failover innan en sida hinner vändas, och du får en kvalitetssignal på din egen trafik i stället för en leverantörs presentation. För en modell vars flaggskeppsanspråk fortfarande mestadels är leverantörsrapporterade, är det det lågriskiga sättet att ta reda på det själv.

Vad du ska titta på härnäst

• Släppet med öppna vikter är nu officiellt: Z.ai bekräftade det den 28 augusti, förklarade flaggskeppet som öppet och hänvisade till vikterna på Hugging Face och en teknisk djupdykning. Överraskningen är licensen – anpassade villkor för ”glm-5.3” i stället för de MIT-villkor som GLM-5.2 och GLM-5.3-Flash använder – så läs de exakta villkoren innan du hostar själv. Anthropics bedömning den 29 september är den första utomstående kontrollen av vad släppets skyddsåtgärder är värda: den fann att de inbyggda avböjandena kunde kringgås med en täckhistoria, en förifylld tanke eller en ablitererad kopia, och ablitererade varianter cirkulerade redan dagar efter att vikterna hade släppts.

Huruvida en lokal GGUF-tagg följer på Ollama. Biblioteket listar GLM-5.3 som enbart moln idag; en kvantiserad lokal tagg skulle kollapsa självhostningsvägen till ett enda kommando för Ollama-användare, medan molntaggen förblir en andra betjänad rutt.

• Huruvida cyberglappet på sex till sju månader minskar eller håller i sig. Epoch AI rankar nu GLM-5.3 som etta bland modeller med öppna vikter, med 160,10 i sitt Cyber ECI, sex till sju månader efter en sluten frontlinje på 171 – men den siffran vilar på tre CAISI-benchmarkar, de enda cyberresultat som labbet har för modellen, och omtrimningen i oktober har redan flyttat äldre modellers poäng med flera punkter. En andra datakälla, eller en tredje part som kör om Z.ai:s egna utvärderingsramverk, skulle vara den första kontroll som inte går tillbaka till CAISI. Anthropics bedömning den 29 september är fortfarande den andra oberoende tolkningen, och den fann att de inbyggda avvisningarna kunde kringgås med en täckhistoria, ett förifyllt tankesteg eller en abliterad kopia.

• Huruvida Perplexitys WANDR-påstående kommer med siffror. Att GLM-5.3 slår GLM-5.2 på WANDR är Perplexitys eget riktmärke och eget test, och inga resultat har publicerats — en oberoende körning skulle vara den första tredjepartskontrollen av modellens agentiska forskningsprestanda.

• Var indexet hamnar på en egenhostad kopia. 45:an mäts mot en serverad slutpunkt; den egenhostade versionen – nu nedladdningsbar, med licensvillkor bifogade – är den som team faktiskt kommer att distribuera om och som oberoende labb kommer att benchmarka på nytt. Labbet har redan räknat om detta index en gång, så räkna med att siffran rör sig igen.

• Den aviserade prisökningen för DeepSeek V4 Flash, som anger den prisram som GLM-5.3 bedöms mot, och hur den slutna frontens kostnad per uppgift följer den: GPT-5.6 Sol (max) ligger på 47 i indexet mot GLM-5.3:s 45, där labbet markerar Sol som utfasad till förmån för GPT-6 Sol.

• Huruvida den pågående Build Week-serien klarar av efterfrågan — Runda 1 kollapsade inom en timme, och seriens upplägg gör varje framtida runda till ett nytt belastningstest av den kapacitet som det betalda API:t är beroende av.

• Huruvida det multimodala läckaget förvandlas till en lanserad modell. sglang-processorarbetet är bevis på kodnivå att flaggskeppslinjen förbereds för bildinmatningar, och Perplexitys pitch om ”multimodala agentarbetsbelastningar” för Computer pekar åt samma håll — men det är positionering, inte en lanserad modell, och ingen multimodal GLM-5.3 har tillkännagetts eller benchmarkats. Håll utkik efter ett modellkort, en dokumentsida eller vikter innan du betraktar det som verkligt.

• Huruvida Bedrocks företagsgrind öppnas. AWS:s tillkännagivande betecknar GLM-5.3 som allmänt tillgänglig på Bedrock medan modellkortet begränsar den till behöriga kunder som kontaktar sitt AWS-kontoteam, och inferens inom regionen stöds inte alls — varje begäran korsar regioner, antingen inom USA:s geoprofil eller den globala. Grinden, inte regionlistan, avgör vilka företag som kan anropa den denna månad.

Vanliga frågor

Är GLM-5.3 en större modell än GLM-5.2?

Nej. Z.ai och dess medgrundare Tang Jie säger båda att GLM-5.3 använder samma Mixture-of-Experts-bas med 743 miljarder parametrar som GLM-5.2, med samma kontextfönster på 1M token och cirka 40 miljarder aktiva parametrar per token. Alla rapporterade förbättringar kommer från efterträning — Tang Jie beskriver förändringen som en enda månad av långsiktig förstärkningsinlärning ovanpå den oförändrade basen — inte en parameterökning, vilket direkt korrigerar ryktet från läckan om en bas över en biljon. Det arkitekturpåståendet förblir grundarens och företagets eget, inte oberoende granskat.

När kommer GLM-5.3:s öppna vikter att vara tillgängliga?

De är ute. Det officiella förrådet zai-org/GLM-5.3 på Hugging Face — skapat den 25 augusti, med viktfilerna uppladdade under 27–28 augusti — hyser nu hela 743B-flaggskeppsmodellen, som landar på den 28 augusti, det datum som Z.ai hållit fast vid sedan lanseringen — en utgivning som Z.ai själv tillkännagav den 28 augusti, där man förklarade att vikterna är öppna och hänvisade till Hugging Face-förrådet och en teknisk djupdykning. Licensen anges nu också: en skräddarsydd "glm-5.3"-licens, inte de MIT-villkor som GLM-5.2 och GLM-5.3-Flash använder — i stort sett en MIT-licens med ett villkor om säkerhetsgranskning för stora MaaS-leverantörer, så läs de exakta villkoren innan du förlitar dig på dem. Z.ai har i ett separat uttalande sagt att känsliga cyberfunktioner kommer att begränsas till ett "trusted access"-program för verifierade användare.

Hur ska jag behandla benchmark-siffrorna?

Dela upp listan i tre kategorier. Z.ai:s egna siffror – kodningshoppen (Terminal-Bench 3.0 på 28,3, DeepSWE v1.1 på 66,9, SWE-Marathon på 42,5) och cyberresultaten (CyberGym 84,5 %, ExploitBench 54,4 %) – kommer från företagets tillkännagivande och är fortsatt leverantörsrapporterade tills ett oberoende testramverk reproducerar dem. Den oberoende kategorin är där tyngdpunkten nu ligger: Artificial Analysis Intelligence Index – 45 för GLM-5.3 (Max) i den aktuella v4.3.2-versionen, mot 44 för Kimi K3 (Max) och 34 för GLM-5.2 (Max) – dess kolumn för kostnad per uppgift per slutpunkt för samma modell, som ligger på 0,92–8,68 dollar hos de 25 leverantörer den följer, Anthropics Frontier Red Team-mätningar på ExploitBench (50 av 410 end-to-end-exploater) och dess interna benchmark för binär exploatering (4 % fullständiga kontrollflödeskapningar), NIST:s CAISI-bedömning av den 17 september, och Epoch AI:s Cyber ECI, publicerad den 16 oktober, som placerar GLM-5.3 på 160,10 – först bland modeller med öppna vikter och sex till sju månader efter den slutna fronten på 171, även om den uppskattningen vilar på tre CAISI-benchmarks och Epochs egna förbehåll kring modellidentifiering och intervall. Perplexitys påstående att GLM-5.3 slår GLM-5.2 på WANDR ligger i en egen tredje kategori – någon annans benchmark, någon annans påstående, inga resultat publicerade. Det är de oberoende siffrorna som ska vägas mot Z.ai:s, och kostnads- och cache-siffrorna är labbets egna mätningar av sitt eget testramverk snarare än leverantörsutdata.

Varför är det så mycket dyrare att köra GLM-5.3 hos vissa leverantörer än hos andra?

Eftersom kostnaden per uppgift domineras av hur mycket av konversationen en leverantör kan leverera från sin prompt-cache, och skillnader i tokenprissättning ligger ovanpå det. Artificial Analysis beräknar siffran från priser för input-, cacheträff-, cacheskrivnings-, resonemangs- och svarstoken, dividerat med antalet uppgifter och viktat efter varje benchmarks vikt i Intelligence Index. Agentiska och kodningsarbetsbelastningar skickar om hela konversationshistoriken vid varje tur, så den cachebara delen av prompten debiteras upprepade gånger, och andelen som en leverantör levererar från cache istället för till fullt inputpris är den enskilt största hävstången på totalen. Cacheskrivning och cachelagring debiteras separat till leverantörsspecifika priser. För GLM-5.3 (Max) sträcker sig den resulterande kolumnen från $0.92 till $8.68 över de 25 slutpunkter som labbet spårar — ungefär 9x på identiska vikter och ett identiskt benchmark — vilket är varför slutpunkten, inte modellen, är kostnadsbeslutet.

Kan jag köra GLM-5.3 lokalt genom Ollama?

Inte än. GLM-5.3 finns listad i Ollama-biblioteket, men bara som en molnvärd modell — glm-5.3:cloud, serverad från USA och Europa med noll datalagring. Det finns ingen lokal GGUF-tagg, så idag anropar ollama run glm-5.3:cloud den värdbaserade modellen snarare än att hämta en kopia till din maskin. Den självvärdade vägen är fortfarande Hugging Face-vikterna med en vLLM- eller SGLang-liknande stack, och molntaggen är en andra serverad väg för läsare som redan använder Ollama.

Läckan var verklig, lanseringen bekräftade namnet, inramningen och tidpunkten – och två månader senare har den cyberkapacitet som Z.ai gjorde till centrum för sitt tillkännagivande mätts av två externa organ och rankats av en tredje part. Anthropic:s Frontier Red Team placerar GLM-5.3 bara några försök efter Claude Mythos Preview när det gäller end-to-end-utveckling av exploits, kallar modellen ovanligt kapabel för att vara en öppen utgåva och tillägger den iakttagelse som betyder mer för den som ska driftsätta den: skyddsåtgärderna är verkliga men grunda, och vikterna går att ladda ner, så vägran är en konfiguration snarare än en garanti. NIST:s CAISI kom fram till en likartad slutsats från andra hållet – den bästa cybermodellen med öppna vikter hittills, ungefär fyra månader efter den amerikanska frontlinjen. Epoch AI har nu omsatt den slutsatsen till en placering: 160,10 på sitt Cyber ECI, först bland modeller med öppna vikter, över OpenAI:s GPT-5.4 och sex till sju månader efter Anthropic:s Claude Opus 5.5 och OpenAI:s GPT-6 Astra på 171 – ett tal som i slutändan bygger på tre CAISI-benchmarks, och som är öppet med det. Artificial Analysis står för den fjärde externa mätningen, och den gäller kostnad: 2,01 dollar per uppgift i Intelligence Index till förstapartspris, och mellan 0,92 och 8,68 dollar för samma uppgift beroende på vilken endpoint som svarar. Leverantörens siffror är fortfarande leverantörens siffror, licensen är fortfarande anpassad, och frågan om flaggskeppslinjen blir multimodal är fortfarande öppen. Det som har förändrats är att avståndet mellan öppen och sluten cyberkapacitet inte längre är något en läsare behöver tro på i blindo – det är ett publicerat tal med en metod du kan granska. Det billigaste sättet att ta reda på vad modellen gör med ditt arbete är fortfarande ett utsnitt av verklig trafik med failover till något beprövat.

De dokumenterade AI-incidenterna och agentfelen bakom öppna viktmodeller i denna klass samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och flagga för omstridd status.