Una delle principali società cinesi di intelligenza artificiale, Z.ai, ha annunciato il rilascio di GLM-5.3, un modello linguistico che dimostra vantaggi significativi nella codifica a lungo termine e un notevole aumento delle sue capacità di sicurezza informatica. Questa versione segna un notevole progresso per la serie GLM, nota per i suoi modelli open source.

Secondo Lou, sostenitore degli sviluppatori di Z.ai, in una dichiarazione, le capacità informatiche potenziate di GLM-5.3 hanno già identificato una “vulnerabilità potenzialmente grave” in Cursor, una startup di programmazione AI recentemente acquisita da SpaceX. Il cursore è stato contattato per conferma e si attende una risposta.

Inizialmente, l’accesso a GLM-5.3 sarà limitato al piano di codifica Z.ai GLM e all’ambiente di sviluppo ZCode. La società ha affermato che la disponibilità dell’API del modello e dei pesi aperti verrà rilasciata in una fase successiva, dopo il completamento delle valutazioni di sicurezza e di ulteriori miglioramenti.

Z.ai ha annunciato che il rilascio dei pesi dovrebbe avvenire circa due settimane dopo il lancio iniziale del modello.

Per gli sviluppatori aziendali, la principale innovazione di questa versione non si limita a una serie comune di miglioramenti delle prestazioni. Z.ai spiega in dettaglio che GLM-5.3 utilizza lo stesso modello base di GLM-5.2, ma i suoi miglioramenti derivano esclusivamente dalla scalabilità post-addestramento su una più ampia varietà di ambienti, attività più complesse e dall’uso di potenza di calcolo aggiuntiva per l’apprendimento per rinforzo.

Questo approccio posiziona GLM-5.3 come un esperimento cruciale per valutare il limite prestazionale che un modello base ad alta capacità può raggiungere senza la necessità di un nuovo e costoso ciclo di pre-addestramento.

Nella sua relazione tecnica, Z.ai ha spiegato che per GLM-5.3 le azioni erano limitate al “solo ridimensionamento post-allenamento”.

I risultati ottenuti indicano sostanziali margini di miglioramento. Tuttavia, questa evoluzione ha comportato una sfida inaspettata per uno sviluppatore di modelli aperti: Z.ai ha riferito che le competenze di sicurezza informatica del modello si sono sviluppate più rapidamente del previsto durante la formazione, soprattutto quando le attività progredivano dalla semplice identificazione delle vulnerabilità alla creazione di catene di exploit complete.

Informazioni recenti indicano che Z.ai sta anche implementando controlli su alcune delle funzionalità più avanzate del modello, adottando una strategia di “accesso sicuro” per le risorse considerate sensibili.

Enormi progressi nella codifica senza modificare il modello base

GLM-5.3 si basa sul modello base da 743 miliardi di parametri che già supportava GLM-5.2, anziché sostituirlo. Z.ai ha scelto di espandere il sistema post-formazione che aveva sviluppato concentrandosi sull’apprendimento di rinforzo a lungo termine.

Gli ambienti applicativi di questi modelli stanno diventando sempre più simili a progetti ingegneristici completi, allontanandosi da esercizi di programmazione isolati.

Z.ai descrive situazioni in cui a un agente AI viene dato accesso a basi di codice, documentazione, cluster di elaborazione, sistemi di archiviazione e risultati sperimentali, e viene quindi incaricato di diagnosticare guasti, modificare sistemi, eseguire test e dimostrare miglioramenti misurabili mantenendo l’integrità. Alcune di queste attività sono progettate per simulare diversi giorni di lavoro per un ingegnere esperto.

Questa metodologia ha portato a notevoli miglioramenti, osservati generazione dopo generazione, nelle valutazioni pubblicate da Z.ai.

GLM-5.3 ha dimostrato salti significativi nei benchmark, passando da 4,6 a 28,3 in Terminal-Bench 3.0, da 46,2 a 66,9 in DeepSWE v1.1 e da 26,2 a 48,2 in AutomationBench. Nella CLI Last Exam degli agenti, il miglioramento è passato da 23,8 a 28,5.

Tuttavia, il modello non ha superato tutti i concorrenti di fascia alta. La tabella dei benchmark di Z.ai sottolinea che GPT-5.6 Sol ha ottenuto 34,6 e Claude Fable 5, 33,7 in Terminal-Bench 3.0, in contrasto con 28,3 di GLM-5.3. In DeepSWE v1.1, GLM-5.3 ha segnato 66,9 punti, mentre GPT-5.6 Sol ha segnato 72,7 e Fable 5 ha segnato 69,7.

Z.ai pone inoltre l’accento sull’efficienza, non solo sulla sua posizione nei parametri di riferimento delle prestazioni.

Nel suo ambiente interno Z.ai Code Bench, GLM-5.3 ha ottenuto un risultato del 34,5% nell’impostazione di ragionamento massimo, utilizzando circa 75.000 token di output per attività. In confronto, GLM-5.2 ha raggiunto il 23,4% con circa 96.000 token. Nella configurazione High Effort, il GLM-5.3 ha ottenuto il 31,4% con circa 50.000 token in uscita, mentre il Claude Opus 4.8, secondo Z.ai, ha registrato il 29,5% con 120.000 token.

Poiché il Code Bench è una valutazione interna di Z.ai, questi confronti dovrebbero essere analizzati come risultati pubblicati dalla società stessa e non come misurazioni indipendenti. Tuttavia, la capacità di ridurre il consumo di token migliorando al tempo stesso il completamento delle attività è un fattore cruciale dal punto di vista operativo per le aziende che implementano agenti di codifica, dove cicli di lunga durata possono generare costi di inferenza e latenza che si accumulano rapidamente.

Le capacità di sicurezza informatica del modello sorprendono sviluppandosi più velocemente del previsto

I progressi più inaspettati nello sviluppo di GLM-5.3 sono stati osservati nel campo della sicurezza informatica.

Z.ai ha introdotto ambienti di rilevamento delle vulnerabilità nel processo post-formazione GLM-5.3 con l’aspettativa che il modello migliorasse la sua capacità di rilevare difetti del software. Tuttavia, la società ha notato che la capacità del modello ha iniziato a progredire lungo la catena di sfruttamento delle vulnerabilità.

Z.ai ha commentato che “man mano che aumentavamo dopo l’addestramento, le capacità informatiche si sviluppavano più velocemente di quanto ci aspettassimo”.

In CyberGym, che valuta la scoperta e la validazione delle vulnerabilità dal codice sorgente, GLM-5.3 ha ottenuto un punteggio dell’84,5%, superando il 77,2% di GLM-5.2, così come l’83,6% di GPT-5.6 Sol e l’83,8% di Mythos 5, secondo i dati di Z.ai.

Nonostante i progressi, questo vantaggio non si estende a tutta la catena dell’esplorazione. Su ExploitBench, GLM-5.3 ha raggiunto il 54,4%, più del doppio del 24,4% di GLM-5.2, ma ancora significativamente dietro al 76,5% di GPT-5.6 Sol e al 78% di Mythos 5, secondo i risultati di Z.ai.

Allo stesso modo, in ExploitGym, GLM-5.3 ha completato 105 attività con un budget di due ore e 130 con meno di sei ore, rispetto a 29 e 39 per GLM-5.2. Claude Fable 5, a sua volta, ha raggiunto 181 e 247, mentre GPT-5.6 Sol ha raggiunto 216 e 293.

La traiettoria di sviluppo, in questo scenario, potrebbe avere più rilevanza della posizione attuale in classifica.

Z.ai ha riferito che la collaborazione con i team di sicurezza in Cina ha portato all’identificazione di 2.436 vulnerabilità in 269 progetti, a seguito di analisi, screening e deduplicazione di esperti. Il suo registro delle divulgazioni ne elenca 1.097 come critiche o di elevata gravità, di cui 53 già rese pubbliche e 2.383 ancora sotto embargo al momento della pubblicazione.

Questa situazione crea una tensione crescente per i fornitori di modelli di intelligenza artificiale all’avanguardia: le stesse capacità degli agenti a lungo termine che rendono i modelli più efficienti per l’ingegneria del software possono anche consentire loro di diventare ricercatori di sicurezza più esperti e, potenzialmente, operatori offensivi più efficaci.

GLM-5.3 richiede agli sviluppatori di modificare il modo in cui chiamano il modello

Gli sviluppatori che effettuano la migrazione delle applicazioni GLM esistenti devono essere consapevoli del possibile comportamento imprevisto dell’API durante l’integrazione di GLM-5.3.

GLM-5.3 supporta tre livelli di sforzo di ragionamento: basso, alto e massimo, dove “massimo” è l’impostazione predefinita e quella consigliata da Z.ai per le attività di codifica. Tuttavia, a differenza delle versioni precedenti, il ragionamento non può essere disattivato.

Le applicazioni che attualmente inviano richieste con `thinking.type: “disabled”` dovranno modificare questo valore in “enabled” e specificare uno sforzo di riflessione prima di modificare l’identificatore del modello in GLM-5.3. In caso contrario Z.ai avverte che la richiesta darà esito negativo.

Questa particolarità rende GLM-5.3 una migrazione che richiede vera attenzione, e non solo una semplice sostituzione del nome del modello per alcune applicazioni di produzione.

Aumento di Z.ai nell’ingegneria degli agenti da GLM-4.5 a GLM-5.3

GLM-5.3 rappresenta l’ultima fase nella rapida evoluzione di Z.ai – precedentemente noto come Zhipu AI – verso la codifica degli agenti e attività di ingegneria autonoma a lungo termine.

GLM-4.5, lanciato nel luglio 2025, è stato determinante nel definire gran parte di questa direzione. Il modello, un expert mix con 355 miliardi di parametri, è stato progettato per integrare capacità di ragionamento, codifica e agente, mentre la versione più piccola, GLM-4.5-Air, aveva 106 miliardi di parametri. Z.ai ha reso disponibili questi modelli con pesi aperti e ha enfatizzato l’integrazione con i framework degli agenti.

A settembre, il rilascio di GLM-4.6 ha ampliato il contesto da 128.000 a 200.000 token, concentrandosi su codifica, strumenti e flussi di lavoro degli agenti in ambienti come Claude Code, Cline, Roo Code e Kilo Code. Z.ai ha anche iniziato a dare priorità all’efficienza dei token nelle valutazioni della codifica nel mondo reale, piuttosto che concentrarsi solo sulle prestazioni dei benchmark.

Il salto architetturale più significativo si è verificato con GLM-5 nel febbraio 2026. Z.ai ha scalato il modello di parametri da 355 miliardi di GLM-4.5 a 744 miliardi, con 40 miliardi di parametri attivi, e ha aumentato i dati di pre-addestramento a 28,5 trilioni di token. Inoltre, ha introdotto la sua infrastruttura di apprendimento di rinforzo asincrono “melma” e ha riposizionato esplicitamente la famiglia GLM attorno all'”ingegneria degli agenti” e alle attività a lungo termine.

A giugno, GLM-5.2 ha convertito questa strategia in una proposta commerciale più semplice. Il modello da 753 miliardi di parametri arriva con una finestra di contesto stabile di 1 milione di token, pesi aperti sotto la licenza MIT e compatibilità con più di 20 ambienti di programmazione. Ha inoltre introdotto IndexShare, una funzionalità che riutilizza un indicizzatore a livelli di attenzione sparsa per ridurre il carico computazionale di contesti molto lunghi.

GLM-5.2 aveva un prezzo competitivo, costando 1,40 dollari per milione di token di input API e 4,40 dollari per milione di token di output, con input di cache a un prezzo sostanzialmente inferiore, posizionando Z.ai come concorrente sia dal punto di vista tecnico che di prezzo per i laboratori proprietari all’avanguardia.

Le aspirazioni di Z.ai sono andate oltre il semplice sviluppo di modelli. Rapporti recenti hanno indicato che Zhipu AI ha raccolto circa 4 miliardi di dollari (circa 31,4 miliardi di HK $) attraverso un’offerta pubblica iniziale a Hong Kong, con i fondi destinati ad aree come ricerca e sviluppo, infrastrutture informatiche, reclutamento ed espansione delle sue operazioni.

Nel loro insieme, i rilasci dimostrano una progressione logica: ragionamento, codifica e agenti integrati in GLM-4.5; il GLM-5 ha sostanzialmente ampliato il modello base; GLM-5.2 focalizzato sull’ingegneria del contesto e sull’orizzonte a lungo termine; e GLM-5.3 ora cerca di estrarre capacità significativamente maggiori dalla stessa base attraverso il post-addestramento.

Valori, sistema ZCode e disponibilità attuale

È ora possibile accedere a GLM-5.3 tramite Z.ai GLM Coding Plan e ZCode.

ZCode è l’ambiente dell’agente di codifica dell’azienda, che supporta attività “Scopo” di lunga durata che coprono la pianificazione, l’implementazione, il test e la verifica del progetto. Consente inoltre il controllo remoto delle attività in esecuzione ed è compatibile con i sistemi operativi macOS, Windows e Linux.

Attualmente sono in offerta promozionale i piani di programmazione GLM per singoli utenti: la versione Lite costa 12,60 dollari al mese e comprende 10.000 crediti settimanali. Il piano Pro, per 56 dollari al mese, offre sei volte più crediti rispetto al piano Lite, mentre il piano Max, per 117,60 dollari al mese, offre 14 volte più crediti. Per i team, le licenze Standard e Premium costano rispettivamente $ 88 e $ 188 per utente al mese.

Z.ai ha inoltre modificato il piano di codifica in un sistema di quote basato su punti, che differenzia il conteggio dei token in entrata, in cache e in uscita. Le chiamate effettuate al di fuori degli orari di punta dell’azienda, durante la settimana, consumano solo il 50% dei punti abituali.

Ad oggi, la società non ha fornito prezzi generali per l’API GLM-5.3 nei materiali di rilascio, il che rende difficile confrontare direttamente il costo totale di produzione dell’API con GLM-5.2 o modelli concorrenti di fascia alta fino al completo rilascio dell’accesso graduale all’API.

Questo rilascio graduale potrebbe in definitiva essere l’aspetto più rilevante di GLM-5.3.

Nell’ultimo anno, Z.ai ha promosso una strategia di modello aperto incentrata su pesi permissivi, inferenza a basso costo e compatibilità con gli ecosistemi di agenti di codifica esistenti. GLM-5.3 dimostra cosa succede quando questa strategia ha successo, forse troppo successo, in un ambito sensibile: una migliore ingegneria autonoma significa anche una ricerca sulla sicurezza autonoma più efficiente.

Il risultato è un modello che potenzia le ambizioni di programmazione di Z.ai, ma allo stesso tempo costringe l’azienda ad affrontare lo stesso dilemma tra capacità e accesso che devono affrontare i più grandi laboratori tecnologici all’avanguardia, a modello chiuso.

Per gli sviluppatori aziendali, GLM-5.3 merita attenzione per due ragioni principali. I loro risultati di codifica indicano che agenti sempre più competenti possono emergere da ambienti e formazione ottimizzati senza la necessità di ricostruire continuamente il modello fondamentale sottostante. I loro risultati sulla sicurezza informatica dimostrano perché la decisione su come schierare questi agenti potrebbe diventare tanto importante quanto la decisione su come addestrarli.