Z.aiが同一の743BベースでGLM-5.3をリリース、Terminal-Bench 3.0が28.3へ急伸

Z.aiはGLM-5.2と同一の743Bベースモデル上でGLM-5.3をリリースした。同社はすべての性能向上を、より多くのタスク環境や長時間の実行といった事後学習のスケールアップによるものだとしており、Terminal-Bench 3.0は4.6から28.3へ、DeepSWE v1.1は46.2から66.9へと飛躍的に向上した。予期せぬ結果をもたらしたのはセキュリティ分野である。CyberGymのスコアは84.5%に達し、Mythos 5の83.8%やGPT-5.6 Solの83.6%を僅差で上回った。同社によると、モデルは単一のバグについて推論するのではなく、完全なエクスプロイトチェーン全体にわたって一貫した計画を立て始めたという。この結果は、長期的なエージェントの能力を引き上げる要因が、ベースモデルのサイズではなく事後学習の規模であることを改めて示している。重みは安全性の強化を経て約2週間後に公開される予定だ。なお、すべての数値はベンダーの報告によるものであり、ExploitBenchでは依然として54.4%にとどまり、Mythos 5の78.0%には及んでいない。

出典： marktechpost.com ↗