La startup china de inteligencia artificial Z.ai anunció el 14 de agosto de 2026 el lanzamiento del modelo GLM-5.3, con importantes mejoras en tareas de programación de larga duración y un salto aún más notable en sus capacidades de ciberseguridad. Según Lou, defensor de los desarrolladores de Z.ai, las capacidades cibernéticas del modelo ya detectaron una «vulnerabilidad potencialmente grave» en Cursor, la empresa de programación con inteligencia artificial adquirida recientemente por SpaceX. VentureBeat afirmó que solicitó a Cursor confirmar el hecho y que está a la espera de una respuesta.
GLM-5.3 está disponible inicialmente solo a través del plan GLM Coding Plan y del entorno ZCode de Z.ai. El acceso a la API y a los pesos abiertos llegará más adelante, «después de completar las evaluaciones de seguridad y el endurecimiento», según la empresa, que planea publicar los pesos aproximadamente dos semanas después del lanzamiento.
Grandes mejoras mediante el entrenamiento posterior
GLM-5.3 utiliza la misma base de modelo que se encuentra detrás de GLM-5.2, situada en el rango de 743.000 millones de parámetros, y su lanzamiento no requirió un nuevo ciclo de preentrenamiento. En su lugar, Z.ai amplió el entrenamiento posterior mediante más entornos, tareas diversas y capacidad computacional adicional para el aprendizaje por refuerzo. La empresa declaró en su anuncio técnico: «Todo lo que hicimos en GLM-5.3 fue ampliar el entrenamiento posterior».
Los entornos de entrenamiento simulan tareas de ingeniería completas en lugar de ejercicios de programación aislados; el agente recibe repositorios de código, documentación, clústeres informáticos, sistemas de almacenamiento y resultados de experimentos, y luego se le pide diagnosticar problemas, modificar sistemas, ejecutar experimentos y demostrar una mejora medible manteniendo la validez de los resultados. Algunas tareas están diseñadas para simular varios días de trabajo de un ingeniero experimentado.
En las evaluaciones anunciadas por Z.ai, la puntuación de GLM-5.3 en Terminal-Bench 3.0 aumentó de 4.6 a 28.3; en DeepSWE v1.1, de 46.2 a 66.9; y en AutomationBench, de 26.2 a 48.2. Su puntuación en Agents' Last Exam CLI también mejoró, de 23.8 a 28.5.
El modelo no supera a todos los competidores en las tablas publicadas por la empresa; GPT-5.6 Sol obtuvo 34.6 y Claude Fable 5 obtuvo 33.7 en Terminal-Bench 3.0, frente a 28.3 de GLM-5.3. En DeepSWE v1.1, el modelo obtuvo 66.9, frente a 72.7 de GPT-5.6 Sol y 69.7 de Fable 5. Z.ai también destaca la eficiencia en el consumo de tokens: GLM-5.3 alcanzó un 34.5% en la prueba propia Z.ai Code Bench con la configuración Max, utilizando aproximadamente 75.000 tokens de salida por tarea, frente al 23.4% de GLM-5.2 usando unos 96.000. Estos resultados proceden de una prueba propia de la empresa y no son mediciones independientes.
Capacidades cibernéticas que superaron las expectativas de la empresa
Z.ai incorporó entornos de descubrimiento de vulnerabilidades al entrenamiento posterior, esperando mejorar la identificación de fallos de software. Sin embargo, afirmó que las capacidades evolucionaron más rápidamente de lo previsto y pasaron en mayor medida de identificar vulnerabilidades a construir cadenas de explotación completas.
GLM-5.3 obtuvo un 84.5% en CyberGym, frente al 77.2% de GLM-5.2, superando ligeramente los resultados que Z.ai comunicó para GPT-5.6 Sol, con un 83.6%, y Mythos 5, con un 83.8%. En ExploitBench obtuvo un 54.4%, más del doble del 24.4% de GLM-5.2, pero quedó por detrás de GPT-5.6 Sol, con un 76.5%, y Mythos 5, con un 78%.
Z.ai afirmó que su trabajo con equipos de seguridad en China produjo, tras la revisión, el análisis y la eliminación de duplicados, 2.436 descubrimientos de vulnerabilidades en 269 proyectos. Su registro de divulgación clasifica 1.097 de estos resultados como de gravedad alta o crítica; 53 se han publicado públicamente y 2.383 permanecían bajo embargo en el momento del lanzamiento. Reuters también informó de que la empresa ofrece controles para algunas capacidades avanzadas, incluido un enfoque de «acceso confiable» para funciones sensibles.
Cambios necesarios en la integración y la disponibilidad
La transición a GLM-5.3 requiere modificar algunas aplicaciones existentes. El modelo admite niveles de esfuerzo de razonamiento low, high y max, siendo max la configuración predeterminada y recomendada para la programación. Ya no es posible desactivar el razonamiento como en versiones anteriores; por ello, las aplicaciones que envían thinking.type: "disabled" deben cambiarlo a enabled y especificar un nivel de esfuerzo de razonamiento; de lo contrario, la solicitud fallará.
El entorno ZCode está disponible en macOS, Windows y Linux, y admite tareas Goal de larga duración para la planificación, ejecución, prueba y verificación, además del control remoto de las tareas en ejecución. Según los precios promocionales indicados, los planes individuales GLM Coding comienzan en 12.60 dólares al mes para el plan Lite, con 10.000 créditos semanales; el plan Pro cuesta aproximadamente 56 dólares y el Max, aproximadamente 117.60 dólares. Las plazas Team Standard y Premium cuestan 88 y 188 dólares por usuario al mes, respectivamente. Z.ai no anunció en los materiales de lanzamiento proporcionados los precios públicos de la API de GLM-5.3.