Zhipu AI ने GLM-5.3 फ्लैगशिप मॉडल पेश किया: 1M कॉन्टेक्स्ट, कोडिंग और साइबरसिक्योरिटी में बड़ी उपलब्धियां

Zhipu AI के आधिकारिक दस्तावेज़ीकरण ने GLM-5.3 मॉडल पेज को अपडेट कर दिया है, जिससे पता चलता है कि यह नवीनतम फ्लैगशिप मॉडल GLM-5.2 के समान ही बेस पर बना है, और लंबे समय तक चलने वाले कार्य वातावरणों के दस गुना बड़े पैमाने पर पोस्ट-ट्रेनिंग के माध्यम से क्षमता में छलांग हासिल करता है। कंपनी का कहना है कि कोडिंग अनुभव पिछली पीढ़ी की तुलना में 50% बेहतर है, और मॉडल Terminal Bench 3.0 सहित सार्वजनिक बेंचमार्क में ओपन-सोर्स मॉडलों में पहले स्थान पर है, साथ ही साइबरसिक्योरिटी क्षमताओं का उद्भव भी दिखाता है। मॉडल API जल्द ही आएगा, और GLM Coding Plan ने GLM-5.3 को पूरी तरह से रोल आउट कर दिया है।

GLM-5.3 क्या है?

GLM-5.3 Zhipu AI का नवीनतम फ्लैगशिप बेस मॉडल है, जिसमें टेक्स्ट इनपुट और आउटपुट, 1M कॉन्टेक्स्ट विंडो और अधिकतम 128K आउटपुट टोकन हैं। मॉडल थिंकिंग मोड, स्ट्रीमिंग आउटपुट, Function Calling, कॉन्टेक्स्ट कैशिंग, स्ट्रक्चर्ड आउटपुट और MCP टूल इनवोकेशन का समर्थन करता है।

कोडिंग और एजेंट क्षमताओं में सफलता

आधिकारिक आंकड़ों के अनुसार, GLM-5.3 कई मुख्यधारा बेंचमार्क में अग्रणी ओपन-सोर्स मॉडलों में शामिल है, जिसकी कोडिंग और एजेंट क्षमताएं Claude Fable 5 के बराबर हैं। Terminal-Bench 3.0 4.6 से बढ़कर 28.3, DeepSWE v1.1 46.2 से बढ़कर 66.9, और Agents’ Last Exam 23.8 से बढ़कर 28.5 हो गया है। यह 44 व्यवसायों को कवर करने वाले GDPval-AA v2 में 1769 स्कोर करता है, जो कोडिंग से पेशेवर कार्य निष्पादन तक विस्तारित क्षमता दिखाता है।

डेमो से आगे: जटिल प्रोजेक्ट्स की डिलीवरी

GLM-5.3 अधिक जटिल, दीर्घकालिक इंजीनियरिंग लक्ष्यों को ले सकता है, हजारों लाइनों के कोड, सैकड़ों फाइलों और कई परस्पर निर्भर सिस्टमों में निरंतर काम करता है। फ्रंटएंड डेवलपमेंट, बग फिक्सिंग और कोड रीफैक्टरिंग जैसे वास्तविक कार्यों के लिए, यह न्यूनतम मानव हस्तक्षेप के साथ स्वायत्त रूप से विकसित और पुनरावृत्ति कर सकता है, प्रोजेक्ट्स को डिलीवरेबल स्थिति तक पहुंचा सकता है।

वास्तविक विशेषज्ञ वर्कफ़्लो में पोस्ट-ट्रेनिंग स्केलिंग

GLM-5.3 का प्रशिक्षण अब पृथक कोडिंग समस्याओं तक सीमित नहीं है, बल्कि समस्या खोज और समाधान विश्लेषण से लेकर कार्यान्वयन, सत्यापन और डिलीवरी तक पूर्ण वर्कफ़्लो तक विस्तारित है। कुछ प्रशिक्षण कार्य एक वरिष्ठ इंजीनियर के कई दिनों के निरंतर काम के बराबर हैं, जिसमें मॉडल को वास्तविक कंप्यूट क्लस्टर, स्टोरेज सिस्टम, आंतरिक दस्तावेज़ और कोडबेस का उपयोग करना पड़ता है। समान टोकन बजट के भीतर, GLM-5.3 पूर्णता गुणवत्ता, निष्पादन गति और लागत के बीच बेहतर संतुलन हासिल करता है।

मजबूत साइबरसिक्योरिटी क्षमताओं का उद्भव

जैसे-जैसे लंबी अवधि के कार्य वातावरण विस्तारित होते हैं, GLM-5.3 व्हाइट-बॉक्स कोड रिव्यू, कमजोरियों की खोज और सत्यापन जैसे सुरक्षा कार्यों में अपेक्षा से बेहतर क्षमताएं दिखाता है। इसका CyberGym स्कोर 84.5% तक पहुंचता है, जो Mythos 5 के 83.8% और GPT-5.6 Sol के 83.6% से थोड़ा अधिक है; ExploitBench 24.4% से बढ़कर 54.4% हो गया है। कंपनी नोट करती है कि वर्तमान ताकत एक्सप्लॉइट चेन के अगले सिरे पर केंद्रित है, जिसमें गहरे एक्सप्लॉइटेशन और पूर्ण आक्रामक-रक्षात्मक कार्यों में सुधार की गुंजाइश है।

उपलब्धता

GLM-5.3 मॉडल API जल्द ही लॉन्च होगा, जिसके बाद पूर्ण कॉल उदाहरण और मॉडल अनुभव केंद्र आएंगे। GLM Coding Plan ने GLM-5.3 को पूरी तरह से रोल आउट कर दिया है।

स्रोत: Zhipu AI Open Documentation