Zhipu AI Memperkenalkan Model Flagship GLM-5.3 dengan Konteks 1M, Peningkatan Besar pada Coding dan Keamanan Siber
Dokumentasi resmi Zhipu AI telah memperbarui halaman model GLM-5.3, yang menunjukkan bahwa model flagship terbaru ini dibangun di atas basis yang sama persis dengan GLM-5.2, mencapai lompatan kemampuan melalui post-training pada skala puluhan kali lipat dari lingkungan tugas jangka panjang. Perusahaan menyatakan bahwa nuansa coding meningkat 50% dibandingkan generasi sebelumnya, dan model ini menempati peringkat pertama di antara model open-source pada benchmark publik termasuk Terminal Bench 3.0, sekaligus menunjukkan kemampuan keamanan siber yang baru muncul. API model akan segera hadir, dan GLM Coding Plan telah meluncurkan GLM-5.3 secara penuh.
- GLM-5.3 dibangun di atas basis yang sama dengan GLM-5.2 dengan post-training pada skala puluhan kali lipat
- Nuansa coding meningkat 50% dibandingkan generasi sebelumnya; Terminal-Bench 3.0 naik dari 4.6 ke 28.3
- Jendela konteks 1M, hingga 128K token output
- Skor CyberGym 84.5%, kemampuan keamanan siber mendekati Mythos 5
Apa itu GLM-5.3?
GLM-5.3 adalah model dasar flagship terbaru dari Zhipu AI, dengan input dan output teks, jendela konteks 1M, dan hingga 128K token output. Model ini mendukung mode berpikir (thinking mode), output streaming, Function Calling, caching konteks, output terstruktur, dan pemanggilan alat MCP.
Terobosan dalam kemampuan coding dan agen
Menurut data resmi, GLM-5.3 menempati posisi terdepan di antara model open-source di berbagai benchmark mainstream, dengan kemampuan coding dan agen yang sebanding dengan Claude Fable 5. Terminal-Bench 3.0 naik dari 4.6 ke 28.3, DeepSWE v1.1 dari 46.2 ke 66.9, dan Agents’ Last Exam dari 23.8 ke 28.5. Model ini mencetak skor 1769 pada GDPval-AA v2 yang mencakup 44 profesi, menunjukkan kemampuan yang meluas dari coding menuju eksekusi tugas profesional.
Melampaui demo: mengerjakan proyek kompleks
GLM-5.3 dapat menangani tujuan rekayasa yang lebih kompleks dan berjangka lebih panjang, bekerja secara berkelanjutan di seluruh puluhan ribu baris kode, ratusan file, dan berbagai sistem yang saling bergantung. Untuk tugas dunia nyata seperti pengembangan frontend, perbaikan bug, dan refactoring kode, model ini dapat mengembangkan diri secara otonom dan beriterasi dengan intervensi manusia yang minimal, mendorong proyek menuju kondisi yang dapat dikirim (deliverable).
Scaling post-training dalam alur kerja ahli nyata
Pelatihan GLM-5.3 tidak lagi terbatas pada masalah coding yang terisolasi, tetapi meluas ke alur kerja lengkap mulai dari penemuan masalah dan analisis solusi hingga implementasi, verifikasi, dan pengiriman. Beberapa tugas pelatihan setara dengan beberapa hari kerja berturut-turut seorang insinyur senior, yang mengharuskan model untuk menggunakan klaster komputasi nyata, sistem penyimpanan, dokumen internal, dan codebase. Dalam anggaran token yang serupa, GLM-5.3 mencapai keseimbangan yang lebih baik antara kualitas penyelesaian, kecepatan eksekusi, dan biaya.
Munculnya kemampuan keamanan siber yang lebih kuat
Seiring meluasnya lingkungan tugas jangka panjang, GLM-5.3 menunjukkan kemampuan yang lebih baik dari perkiraan dalam tugas keamanan seperti tinjauan kode white-box, penemuan kerentanan, dan verifikasi. Skor CyberGym-nya mencapai 84.5%, sedikit di atas Mythos 5 yang mencapai 83.8% dan GPT-5.6 Sol yang mencapai 83.6%; ExploitBench naik dari 24.4% ke 54.4%. Perusahaan mencatat bahwa kekuatan saat ini terkonsentrasi pada bagian awal rantai eksploitasi, dengan ruang untuk perbaikan dalam eksploitasi yang lebih dalam dan tugas ofensif-defensif secara penuh.
Ketersediaan
API model GLM-5.3 akan segera diluncurkan, dengan contoh pemanggilan lengkap dan pusat pengalaman model yang akan menyusul. GLM Coding Plan telah meluncurkan GLM-5.3 secara penuh.
Sumber: Zhipu AI Open Documentation
