
Inilabas ng Chinese AI lab na Z.ai ang GLM-5.3 noong Huwebes, isang malaking coding model na inihaharap nila bilang pinakamalakas na open-weights coder sa merkado. Available na ang modelo ngayon sa pamamagitan ng subscription sa GLM Coding Plan at ZCode, na may API access at nada-download na weights pagkatapos ng safety review.
"Ang pag-scale ng post-training lang ang ginawa namin para sa GLM-5.3," isinulat ng kumpanya sa launch post nito. "Sa GLM-5.2, binuo namin ang stack... Sa nakaraang buwan, patuloy kaming nag-scale sa stack na ito: mas maraming environment, mas magkakaibang tasks, at mas maraming compute ang ginugol sa pag-train sa mga ito."
Mas nakatuon ang team sa token efficiency, hindi sa purong dominasyon. Ang GLM-5.3 ay may 743 bilyong parameter at gumagamit ng mas kaunting token sa bawat task kaysa sa nauna rito. Ang mga parameter ay ang dami ng mga dial na hinahawakan ng isang modelo habang nagpoproseso ng impormasyon, habang ang mga token ay ang pangunahing yunit ng impormasyon na maaaring gamitin o buoin ng isang modelo.
Sinasabi ng Z.ai na naabot ng GLM-5.3 ang 34.5% sa in-house na Z.ai Code Bench nito sa Max effort habang gumagamit ng humigit-kumulang 75,000 output token bawat task, kumpara sa 23.4% ng GLM-5.2 sa 96,000. Laban sa mga closed model, sinasabi ng blog na mas mahusay ito kaysa sa Claude Opus 4.8 sa token economy ngunit "nananatiling nasa likod ng Claude Fable 5, na umaabot sa 39.5% sa Max effort."
Sa mga tuntunin ng coding, ang GLM5.3 ay napakahusay na performer, tinalo ang kapwa Chinese model na Kimi K3 sa mga pinaka-relevant na benchmark.
Sa Terminal Bench 3.0—isang pagsubok ng autonomous shell/tool use sa totoong mga kapaligiran ng Linux—nakakuha ang GLM-5.3 ng 28.3, bahagyang nasa likod ng mga closed model na Fable 5 (33.7) at GPT-5.6 Sol (34.6). Sa DeepSWE v1.1, isang benchmark para sa pag-aayos ng totoong mga isyu sa GitHub nang end-to-end, tinalo ng open rival na Kimi K3 (67.5) at Fable 5 (69.7) ang 66.9 ng GLM-5.3.
Ang pattern ay maaaring ibuod nang ganito: Tinalo ng GLM-5.3 ang sarili nitong nauna at ilang open peers, ngunit ang mga closed U.S. model pa rin ang nangunguna sa mga headline coding board.
Ipinapakita ng mga resulta sa cybersecurity ang isa pang mahalagang pag-unlad. Nangunguna ang GLM-5.3 sa CyberGym sa 84.5% at higit sa doble ng GLM-5.2 sa mga exploitation benchmark. Sinasabi ng Z.ai na nakatukoy ang modelo ng 2,436 na kahinaan sa 269 open-source na proyekto, 1,097 sa mga ito ay nasa medium-to-high severity.
"Dinala ng GLM-5.3 ang agentic coding sa susunod na antas, naghahatid ng malaking pagpapabuti kaysa sa GLM-5.2 habang nakakamit ng mas mahusay na resulta na may mas kaunting output token," post ng Z.ai sa X. "Available na ang GLM-5.3 ngayon sa pamamagitan ng GLM Coding Plan at ZCode. Ang API access at open weights ay ilalabas nang paunti-unti pagkatapos ng mahigpit na pagsusuri sa kaligtasan."
GLM-5.3 takes agentic coding to the next level, delivering a dramatic improvement over GLM-5.2 while achieving better results with fewer output tokens. pic.twitter.com/KGc6ZR7GHv
— Z.ai (@Zai_org) August 14, 2026
Sa presyo, ang agwat sa mga U.S. frontier model ay ang hatak ng open-weights. Ang GLM Coding Plan ng Z.ai ay gumagana sa isang points quota (kalahati ang presyo ng off-peak calls), na ang API ng Zhipu ay humigit-kumulang ikasampu ng U.S. frontier per-token rates—ang opisyal na rate ng GLM-5.2 ay $1.40 in / $4.40 out bawat milyong token. Ito ay kumpara sa GPT-5.3-Codex sa $1.75 / $14 at Claude Opus 4.8 na malapit sa tuktok ng mga tier ng Anthropic.
Ang Z.ai ay isang lab sa Beijing na kasama sa U.S. Entity List, na nangangahulugang hindi maaaring mag-export ang mga kumpanya ng Amerika ng controlled tech dito. Sa kabila nito, ang GLM ay isang napakapopular na modelo at ang mga Chinese open-weight model ay tinalo na ang mga Amerikano sa paggamit ng OpenRouter token.
Nakatakda ang GLM-5.3 weights para sa pampublikong paglabas sa loob ng humigit-kumulang dalawang linggo, ayon sa launch post—ang label na open-weights ay tumutukoy sa kung ano ang paparating, hindi sa kung ano ang nada-download ngayon.








