A startup chinesa de inteligência artificial Z.ai anunciou, em 14 de agosto de 2026, o lançamento do modelo GLM-5.3, com grandes melhorias em tarefas de programação de longo prazo e um avanço ainda mais expressivo nas capacidades de cibersegurança. Segundo o defensor dos desenvolvedores da Z.ai, Lou, as capacidades cibernéticas do modelo já descobriram uma «vulnerabilidade potencialmente grave» no Cursor, a empresa de programação com inteligência artificial adquirida recentemente pela SpaceX. A VentureBeat afirmou que solicitou à Cursor a confirmação do caso e aguarda uma resposta.
O GLM-5.3 está inicialmente disponível apenas por meio do GLM Coding Plan e do ambiente ZCode da Z.ai. A disponibilização da API e dos pesos abertos ocorrerá posteriormente, «após a conclusão das avaliações de segurança e do reforço da proteção», segundo a empresa, que planeja lançar os pesos cerca de duas semanas após o lançamento.
Grandes melhorias por meio do treinamento posterior
O GLM-5.3 usa a mesma base de modelo existente por trás do GLM-5.2, que está na faixa de 743 bilhões de parâmetros, e seu lançamento não exigiu um novo ciclo de pré-treinamento. Em vez disso, a Z.ai ampliou o treinamento posterior por meio de mais ambientes, tarefas variadas e computação adicional para o aprendizado por reforço. A empresa afirmou em seu anúncio técnico: «Tudo o que fizemos no GLM-5.3 foi ampliar o treinamento posterior».
Os ambientes de treinamento simulam tarefas completas de engenharia, em vez de exercícios de programação isolados; o agente recebe repositórios de código, documentação, clusters de computação, sistemas de armazenamento e resultados de experimentos, e então deve diagnosticar problemas, modificar sistemas, executar experimentos e comprovar uma melhoria mensurável, mantendo a validade dos resultados. Algumas tarefas são projetadas para simular vários dias de trabalho de um engenheiro experiente.
Nas avaliações divulgadas pela Z.ai, a pontuação do GLM-5.3 no Terminal-Bench 3.0 subiu de 4,6 para 28,3; no DeepSWE v1.1, de 46,2 para 66,9; e no AutomationBench, de 26,2 para 48,2. Sua pontuação no Agents' Last Exam CLI também melhorou, passando de 23,8 para 28,5.
O modelo não supera todos os concorrentes nas tabelas publicadas pela empresa; GPT-5.6 Sol obteve 34,6 e Claude Fable 5 obteve 33,7 no Terminal-Bench 3.0, contra 28,3 do GLM-5.3. No DeepSWE v1.1, o modelo marcou 66,9, em comparação com 72,7 do GPT-5.6 Sol e 69,7 do Fable 5. A Z.ai também enfatiza a eficiência no consumo de tokens: o GLM-5.3 alcançou 34,5% em seu teste proprietário Z.ai Code Bench, na configuração Max, usando cerca de 75 mil tokens de saída por tarefa, contra 23,4% do GLM-5.2, que usou cerca de 96 mil. Esses resultados são provenientes de um teste próprio da empresa e não constituem medições independentes.
Capacidades cibernéticas que superaram as expectativas da empresa
A Z.ai incorporou ambientes de descoberta de vulnerabilidades ao treinamento posterior, esperando melhorar a identificação de falhas de software. No entanto, afirmou que as capacidades evoluíram mais rapidamente do que o esperado e passaram, em maior medida, da identificação de vulnerabilidades para a construção de cadeias completas de exploração.
O GLM-5.3 alcançou 84,5% no CyberGym, contra 77,2% do GLM-5.2, superando ligeiramente os resultados divulgados pela Z.ai para GPT-5.6 Sol, de 83,6%, e Mythos 5, de 83,8%. No ExploitBench, marcou 54,4%, mais que o dobro dos 24,4% do GLM-5.2, mas permaneceu atrás do GPT-5.6 Sol, com 76,5%, e do Mythos 5, com 78%.
A Z.ai afirmou que o trabalho com equipes de segurança na China resultou, após revisão, verificação e remoção de duplicatas, em 2.436 descobertas de vulnerabilidades em 269 projetos. Seu registro de divulgação classifica 1.097 desses resultados como de alta ou crítica gravidade, com 53 publicados publicamente e 2.383 permanecendo sob embargo no momento do lançamento. A Reuters também informou que a empresa oferece controles para algumas capacidades avançadas, entre eles uma abordagem de «acesso confiável» para funções sensíveis.
Mudanças necessárias na integração e na disponibilidade
A migração para o GLM-5.3 exige ajustes em algumas aplicações existentes. O modelo oferece níveis de esforço de raciocínio low, high e max, sendo max a configuração padrão e recomendada para programação. Não é possível desativar o raciocínio como era possível nas versões anteriores; por isso, as aplicações que enviam thinking.type: "disabled" devem alterá-lo para enabled e definir um nível de esforço de raciocínio; caso contrário, a solicitação falhará.
O ambiente ZCode está disponível no macOS, Windows e Linux e oferece suporte a tarefas Goal de longo prazo para planejamento, execução, testes e verificação, além de controle remoto das tarefas em execução. Os planos individuais do GLM Coding, de acordo com os preços promocionais listados, começam em US$ 12,60 por mês no plano Lite, com 10 mil créditos semanais, enquanto o Pro custa cerca de US$ 56 e o Max, cerca de US$ 117,60. Já as licenças Team Standard e Premium custam US$ 88 e US$ 188 por usuário por mês, respectivamente. A Z.ai não anunciou, nos materiais de lançamento fornecidos, os preços públicos da API do GLM-5.3.