Z.ai, una empresa china líder en inteligencia artificial, ha anunciado el lanzamiento de GLM-5.3, un modelo de lenguaje que demuestra avances significativos en codificación a largo plazo y un aumento notable en sus capacidades de ciberseguridad. Este lanzamiento marca un avance considerable para la serie GLM, conocida por sus modelos de código abierto.
Según Lou, un defensor de los desarrolladores de Z.ai, en un comunicado, las capacidades cibernéticas mejoradas de GLM-5.3 ya han identificado una “vulnerabilidad potencialmente grave” en Cursor, una startup de programación de IA que fue adquirida recientemente por SpaceX. Se ha contactado a Cursor para confirmación y se espera una respuesta.
Inicialmente, el acceso a GLM-5.3 estará restringido al Plan de codificación Z.ai GLM y al entorno de desarrollo ZCode. La compañía dijo que la disponibilidad de la API y los pesos abiertos del modelo se dará a conocer en una etapa posterior, después de completar las evaluaciones de seguridad y mejoras adicionales.
Z.ai anunció que se espera que el lanzamiento de los pesos se produzca aproximadamente dos semanas después del lanzamiento inicial del modelo.
Para los desarrolladores corporativos, la principal innovación de esta versión no se limita a una serie común de mejoras de rendimiento. Z.ai detalla que GLM-5.3 emplea el mismo modelo base que GLM-5.2, pero sus mejoras resultan exclusivamente de la escalabilidad posterior al entrenamiento en una variedad más amplia de entornos, tareas más complejas y el uso de potencia computacional adicional para el aprendizaje por refuerzo.
Este enfoque posiciona a GLM-5.3 como un experimento crucial para evaluar el límite de rendimiento que puede alcanzar un modelo base de alta capacidad sin la necesidad de un nuevo y costoso ciclo de preentrenamiento.
En su informe técnico, Z.ai explicó que para GLM-5.3, las acciones se limitaron a “sólo el escalamiento posterior al entrenamiento”.
Los resultados obtenidos indican un margen sustancial de mejora. Sin embargo, esta evolución trajo un desafío inesperado para un desarrollador de modelo abierto: Z.ai informó que las habilidades de ciberseguridad del modelo se desarrollaron más rápidamente de lo previsto durante el entrenamiento, especialmente a medida que las tareas avanzaban desde la simple identificación de vulnerabilidades hasta la construcción de cadenas completas de exploits.
Información reciente indica que Z.ai también está implementando controles sobre algunas de las características más avanzadas del modelo, adoptando una estrategia de “acceso confiable” a los recursos considerados sensibles.
Grandes avances en codificación sin cambiar el modelo base
GLM-5.3 se basa en el modelo base de 743 mil millones de parámetros que ya admitía GLM-5.2, en lugar de reemplazarlo. Z.ai optó por ampliar el sistema post-entrenamiento que había desarrollado centrado en el aprendizaje por refuerzo a largo plazo.
Los entornos de aplicación de estos modelos se asemejan cada vez más a proyectos completos de ingeniería, alejándose de ejercicios de programación aislados.
Z.ai describe situaciones en las que un agente de IA recibe acceso a bases de código, documentación, clústeres informáticos, sistemas de almacenamiento y resultados experimentales, y luego se le asigna la tarea de diagnosticar fallas, modificar sistemas, ejecutar pruebas y demostrar mejoras mensurables manteniendo la integridad. Algunas de estas tareas están diseñadas para simular varios días de trabajo de un ingeniero experimentado.
Esta metodología dio como resultado mejoras considerables, observadas generación tras generación, en las evaluaciones publicadas por Z.ai.
GLM-5.3 demostró saltos significativos en los puntos de referencia, pasando de 4,6 a 28,3 en Terminal-Bench 3.0, de 46,2 a 66,9 en DeepSWE v1.1 y de 26,2 a 48,2 en AutomationBench. En la CLI del último examen de los agentes, la mejora pasó de 23,8 a 28,5.
Sin embargo, el modelo no superó a todos los competidores de alta gama. La propia tabla de pruebas de Z.ai señala que GPT-5.6 Sol logró 34,6 y Claude Fable 5, 33,7 en Terminal-Bench 3.0, en contraste con los 28,3 de GLM-5.3. En DeepSWE v1.1, GLM-5.3 obtuvo 66,9 puntos, mientras que GPT-5.6 Sol obtuvo 72,7 y Fable 5 obtuvo 69,7.
Z.ai también pone énfasis en la eficiencia, no solo en su posición en los puntos de referencia de desempeño.
En su entorno interno Z.ai Code Bench, GLM-5.3 logró un resultado del 34,5% en la configuración de razonamiento máximo, utilizando aproximadamente 75.000 tokens de salida por tarea. En comparación, GLM-5.2 alcanzó el 23,4% con alrededor de 96.000 tokens. En la configuración de alto esfuerzo, el GLM-5.3 logró el 31,4% con alrededor de 50.000 tokens emitidos, mientras que el Claude Opus 4.8, según Z.ai, registró el 29,5% con 120.000 tokens.
Dado que Code Bench es una evaluación interna de Z.ai, estas comparaciones deben analizarse como resultados publicados por la propia empresa y no como mediciones independientes. Aún así, la capacidad de reducir el consumo de tokens y al mismo tiempo mejorar la finalización de tareas es un factor operativo crucial para las empresas que implementan agentes de codificación, donde los ciclos de larga duración pueden generar costos de inferencia y latencia que se acumulan rápidamente.
Las capacidades de ciberseguridad del modelo sorprenden al desarrollarse más rápido de lo esperado
El avance más inesperado en el desarrollo de GLM-5.3 se observó en el ámbito de la ciberseguridad.
Z.ai introdujo entornos de descubrimiento de vulnerabilidades en el proceso posterior al entrenamiento de GLM-5.3 con la expectativa de que el modelo mejorara su capacidad para detectar fallas de software. Sin embargo, la empresa señaló que la capacidad del modelo comenzó a progresar a lo largo de la cadena de explotación de vulnerabilidades.
Z.ai comentó que “a medida que ampliamos después del entrenamiento, la capacidad cibernética se desarrolló más rápido de lo que esperábamos”.
En CyberGym, que evalúa el descubrimiento y validación de vulnerabilidades a partir del código fuente, GLM-5.3 logró una puntuación del 84,5%, superando el 77,2% de GLM-5.2, así como el 83,6% de GPT-5.6 Sol y el 83,8% de Mythos 5, según datos de Z.ai.
Pese a los avances, esta ventaja no se extiende a toda la cadena de exploración. En ExploitBench, GLM-5.3 logró el 54,4%, más del doble del 24,4% de GLM-5.2, pero aún muy por detrás del 76,5% de GPT-5.6 Sol y el 78% de Mythos 5, según los resultados de Z.ai.
De manera similar, en ExploitGym, GLM-5.3 completó 105 tareas con un presupuesto de dos horas y 130 con menos de seis horas, en comparación con 29 y 39 de GLM-5.2. Claude Fable 5, por su parte, alcanzó 181 y 247, mientras que GPT-5.6 Sol alcanzó 216 y 293.
La trayectoria de desarrollo, en este escenario, puede tener más relevancia que la posición actual en la clasificación.
Z.ai informó que la colaboración con equipos de seguridad en China dio como resultado la identificación de 2.436 vulnerabilidades en 269 proyectos, luego de análisis, detección y deduplicación de expertos. Su registro de divulgaciones enumera 1.097 como críticas o de alta gravedad, 53 ya se han hecho públicas y 2.383 aún están bajo embargo en el momento de la publicación.
Esta situación crea una tensión cada vez mayor para los proveedores de modelos de IA de vanguardia: las mismas capacidades de los agentes a largo plazo que hacen que los modelos sean más eficientes para la ingeniería de software también pueden capacitarlos para ser investigadores de seguridad más expertos y, potencialmente, operadores ofensivos más efectivos.
GLM-5.3 requiere que los desarrolladores cambien la forma en que llaman al modelo
Los desarrolladores que migran aplicaciones GLM existentes deben tener en cuenta posibles comportamientos inesperados de la API al integrar GLM-5.3.
GLM-5.3 admite tres niveles de esfuerzo de razonamiento (bajo, alto y máximo), siendo “máximo” la configuración predeterminada y la recomendada por Z.ai para tareas de codificación. Sin embargo, a diferencia de versiones anteriores, el razonamiento no se puede desactivar.
Las aplicaciones que actualmente envían solicitudes con `thinking.type: “disabled”` deberán cambiar este valor a `enabled` y especificar un esfuerzo de pensamiento antes de cambiar el identificador del modelo a GLM-5.3. De lo contrario, Z.ai advierte que la solicitud resultará fallida.
Esta particularidad hace que GLM-5.3 sea una migración que requiere atención real, y no simplemente un simple reemplazo del nombre del modelo para algunas aplicaciones de producción.
El ascenso de Z.ai en la ingeniería de agentes de GLM-4.5 a GLM-5.3
GLM-5.3 representa la última etapa en la rápida evolución de Z.ai (antes conocido como Zhipu AI) hacia la codificación de agentes y tareas de ingeniería autónomas de larga duración.
GLM-4.5, lanzado en julio de 2025, contribuyó decisivamente a establecer gran parte de esta dirección. El modelo, una combinación experta con 355 mil millones de parámetros, fue diseñado para integrar capacidades de razonamiento, codificación y agente, mientras que la versión más pequeña, GLM-4.5-Air, tenía 106 mil millones de parámetros. Z.ai puso a disposición estos modelos con pesos abiertos y enfatizó la integración con marcos de agentes.
En septiembre, el lanzamiento de GLM-4.6 amplió el contexto de 128.000 a 200.000 tokens, centrándose en la codificación, las herramientas y los flujos de trabajo de los agentes en entornos como Claude Code, Cline, Roo Code y Kilo Code. Z.ai también ha comenzado a priorizar la eficiencia de los tokens en las evaluaciones de codificación del mundo real, en lugar de centrarse únicamente en el rendimiento de referencia.
El salto arquitectónico más significativo se produjo con GLM-5 en febrero de 2026. Z.ai escaló el modelo de 355 mil millones de parámetros de GLM-4.5 a 744 mil millones, con 40 mil millones de parámetros activos, y aumentó los datos previos al entrenamiento a 28,5 billones de tokens. Además, introdujo su infraestructura de aprendizaje por refuerzo asincrónico “limo” y reposicionó explícitamente la familia GLM en torno a la “ingeniería de agentes” y tareas a largo plazo.
En junio, GLM-5.2 convirtió esta estrategia en una propuesta comercial más sencilla. El modelo de 753 mil millones de parámetros llega con una ventana de contexto estable de 1 millón de tokens, pesos abiertos bajo licencia MIT y compatibilidad con más de 20 entornos de programación. También introdujo IndexShare, una característica que reutiliza un indexador de capas de escasa atención para reducir la carga computacional de contextos muy largos.
GLM-5.2 tenía un precio competitivo, costaba 1,40 dólares por millón de tokens de entrada API y 4,40 dólares por millón de tokens de salida, con entrada de caché a un precio sustancialmente más bajo, posicionando a Z.ai como un competidor técnico y de precios para los laboratorios propietarios de vanguardia.
Las aspiraciones de Z.ai también se han expandido más allá del mero desarrollo de modelos. Informes recientes indicaron que Zhipu AI ha recaudado aproximadamente 4 mil millones de dólares estadounidenses (alrededor de 31,4 mil millones de dólares de Hong Kong) a través de una oferta pública inicial en Hong Kong, y los fondos se destinaron a áreas como investigación y desarrollo, infraestructura informática, contratación y expansión de sus operaciones.
En conjunto, los lanzamientos demuestran una progresión lógica: razonamiento, codificación y agentes integrados GLM-4.5; el GLM-5 amplió sustancialmente el modelo base; GLM-5.2 se centró en ingeniería de contexto y horizonte de largo plazo; y GLM-5.3 ahora busca extraer capacidades significativamente mayores de la misma base a través del entrenamiento posterior.
Valores, sistema ZCode y disponibilidad actual
Ahora se puede acceder a GLM-5.3 a través del Plan de codificación Z.ai GLM y ZCode.
ZCode es el entorno de agente de codificación propio de la empresa, que admite tareas de “Propósito” de larga duración que cubren la planificación, implementación, prueba y verificación de proyectos. También permite el control remoto de tareas en ejecución y es compatible con los sistemas operativos macOS, Windows y Linux.
Los planes de programación GLM para usuarios individuales se encuentran actualmente en oferta promocional: la versión Lite cuesta $12,60 por mes e incluye 10.000 créditos semanales. El plan Pro, por 56 dólares al mes, ofrece seis veces más créditos que el Lite, mientras que el plan Max, por 117,60 dólares al mes, ofrece 14 veces más créditos. Para equipos, las licencias Estándar y Premium cuestan $88 y $188 por usuario al mes, respectivamente.
Z.ai también ha modificado el Plan de codificación a un sistema de cuotas basado en puntos, que diferencia el recuento de tokens entrantes, almacenados en caché y salientes. Las llamadas realizadas fuera del horario punta de la compañía, entre semana, sólo consumen el 50% de los puntos habituales.
Hasta la fecha, la compañía no ha proporcionado precios generales para la API GLM-5.3 en los materiales de lanzamiento, lo que dificulta comparar directamente el costo total de producción de la API con GLM-5.2 o modelos de gama alta de la competencia hasta que se lance por completo el acceso gradual a la API.
Esta liberación gradual puede ser, en última instancia, el aspecto más relevante de GLM-5.3.
Durante el año pasado, Z.ai ha estado promoviendo una estrategia de modelo abierto centrada en pesos permisivos, inferencia de bajo costo y compatibilidad con los ecosistemas de agentes de codificación existentes. GLM-5.3 demuestra lo que sucede cuando esta estrategia tiene éxito, quizás demasiado, en un dominio sensible: una ingeniería autónoma mejorada también significa una investigación de seguridad autónoma más eficiente.
El resultado es un modelo que impulsa las ambiciones de programación de Z.ai, pero al mismo tiempo obliga a la empresa a enfrentar el mismo dilema entre capacidad y acceso que enfrentan los laboratorios de tecnología de punta, de modelo cerrado y más grandes.
Para los desarrolladores empresariales, GLM-5.3 merece atención por dos razones principales. Sus resultados de codificación indican que agentes cada vez más competentes pueden surgir de entornos y entrenamiento optimizados sin la necesidad de reconstruir continuamente el modelo fundamental subyacente. Sus resultados en materia de ciberseguridad demuestran por qué la decisión sobre cómo se implementan estos agentes podría llegar a ser tan importante como la decisión sobre cómo se les capacita.
