Schlagwort: Zai

  • GLM 5.3 mit starken Verbesserungen bei Code und Cybersicherheit

    Ein schnelles Pferd

    GPT-Images-2.0

    Kurzfassung
    ▾

    Quellen
    ▾

    Z.ai hat das neue KI-Modell GLM-5.3 veröffentlicht, das bei Programmieraufgaben einen enormen Leistungssprung macht.
    Durch spezielles Training löst die KI nicht nur Code-Probleme, sondern entwirft Pläne für mehrstufige Cyberangriffe.
    In echten Tests konnte das Modell über 2.400 kritische Schwachstellen in Open-Source-Projekten aufspüren, die teilweise Jahrzehnte alt waren.
    Entwickler können GLM-5.3 ab sofort über eine Programmierschnittstelle nutzen, bevor bald die offenen Modellgewichte folgen.

    Z.ai Blog: GLM-5.3 Frontier Coding with Emergent Cyber Capabilities
    X (Twitter): Z.ai kündigt GLM-5.3 an

    Z.ai hat am heutigen Freitag das KI-Modell GLM-5.3 veröffentlicht. Durch ein angepasstes Post-Training löst es komplexe Programmieraufgaben deutlich besser als sein Vorgänger und zeigt überraschend weitreichende Fähigkeiten beim Aufspüren von Sicherheitslücken. Bessere Benchmarkwerte durch Post-Training GLM-5.3 nutzt das gleiche Basismodell mit 743 Milliarden Parametern wie GLM-5.2. Alle Verbesserungen resultieren laut Z.ai aus dem Post-Training. Das Unternehmen hat das Modell auf realistische Arbeitsabläufe trainiert, bei denen es eigenständig Code analysiert, optimiert und testet, anstatt nur einzelne Fragmente zu generieren. Beim Terminal Bench 3.0 springt GLM-5.3 von 4,6 auf 28,3 Punkte. Im hauseigenen Z.ai Code Bench erreicht es bei maximalem Rechenaufwand eine Abschlussrate von 34,5 Prozent und nutzt dafür rund 75.000 Ausgabetoken. Damit platziert es sich vor Claude Opus 4.8, bleibt aber hinter Claude Fable 5. + + Quelle: Z.ai Eigenständige Suche nach Schwachstellen Beim Training mit Daten zur Cybersicherheit entwickelten sich die Fähigkeiten des Modells schneller als erwartet. GLM-5.3 identifiziert nicht nur einzelne Fehler, sondern entwirft Pläne für mehrstufige Angriffe. Auf dem Benchmark CyberGym, der das Auslösen von Fehlern in Quellcode testet, erreicht GLM-5.3 einen Wert von 84,5 Prozent. Das ist der Bestwert vor Mythos 5 und GPT-5.6 Sol. Bei der tiefergehenden Analyse im ExploitBench verdoppelt das Modell das Ergebnis seines Vorgängers auf 54,4 Prozent. Hier führen geschlossene Modelle wie Mythos 5 mit 78,0 Prozent allerdings weiterhin deutlich. + Quelle: Z.ai In Zusammenarbeit mit Sicherheitsteams analysierte GLM-5.3 auch echten Quellcode. Es fand 2.436 Schwachstellen in 269 Open-Source-Projekten. 1.097 dieser Fehler gelten als hoch oder kritisch. Die älteste entdeckte Lücke stammte aus dem Jahr 1981. Das Unternehmen dokumentiert die Funde in einem eigenen öffentlichen Register. + Quelle: Z.ai Neues Framework für das Training Die Grundlage für die Fortschritte bildet das Open-Source-Framework »slime«. Z.ai nutzt es für Reinforcement Learning bei langwierigen Aufgaben. Durch Systemoptimierungen konnte das Unternehmen den Durchsatz beim Training um den Faktor 2,3 steigern. Das ermöglichte es, komplexe Umgebungen als Trainingsdaten einzubinden, ohne die gesamte Infrastruktur neu aufbauen zu müssen. Entwickler können GLM-5.3 über eine Programmierschnittstelle nutzen. Die API bietet die Denk-Stufen »low«, »high« und »max«. Eine Option zum kompletten Abschalten dieser Denkprozesse gibt es nicht mehr. Nach Abschluss aktueller Sicherheitsprüfungen plant Z.ai, die offenen Modellgewichte in zwei Wochen zu veröffentlichen. Anzeige

  • Schlägt GLM-5 die führenden KI-Modelle aus den USA?

    Ein Pferd zeigt GLM5

    Nano Banana

    Kurzfassung
    ▾

    Quellen
    ▾

    Das chinesische KI-Startup Z.ai veröffentlicht GLM-5 und vollzieht damit einen strategischen Wechsel vom intuitiven „Vibe Coding“ hin zum verlässlichen „Agentic Engineering“. In wichtigen Benchmarks wie SWE-bench Verified schließt das Modell mit 77,8 Prozent fast zur US-Spitze auf und übertrifft Vorgängerversionen deutlich. Besondere Stärken zeigt GLM-5 bei der autonomen Fehlerbehebung im Frontend-Bereich, während es bei komplexen Reasoning-Aufgaben noch knapp hinter Gemini 3 Pro liegt.

    Z.ai Blog – GLM-5: From Vibe Coding to Agentic Engineering

    Hugging Face Model-Repo – zai-org/GLM-5-FP8

    Z.ai Developer Release Notes – New Released – GLM-5

    Z.ai auf X – Introducing GLM-5

    Das chinesische KI-Startup Z.ai (Zhipu AI) hat mit GLM-5 sein neues Spitzenmodell veröffentlicht. Der Fokus liegt auf einer signifikanten Verbesserung der Agenten-Fähigkeiten. Statt nur Code zu generieren, soll das Modell komplexe Software-Projekte autonom managen und positioniert sich in Benchmarks in Schlagdistanz zu US-Konkurrenz wie Anthropic und Google. Abschied vom „Vibe Coding“ Mit der Veröffentlichung von GLM-5 greift Z.ai eine aktuelle Diskussion der Softwareentwicklung auf: den Übergang vom sogenannten „Vibe Coding“ zum „Agentic Engineering“. Während ersteres oft das intuitive, schnelle Generieren von Code-Schnipseln beschreibt – bei dem der Entwickler eher nach Gefühl prüft, ob das Ergebnis stimmt –, zielt der neue Ansatz auf systematisches Ingenieurswesen ab. Der Hersteller verspricht, dass GLM-5 nicht nur Syntax liefert, sondern den gesamten Lebenszyklus einer Aufgabe versteht. Das Modell soll in der Lage sein, Repositories zu navigieren, Fehler in Build-Prozessen selbstständig zu beheben und langfristige Planungen (Long-horizon tasks) durchzuführen. Z.ai reagiert damit auf die Kritik an bisherigen LLMs, die zwar beeindruckende Demos liefern, in komplexen Produktionsumgebungen jedoch oft an Flüchtigkeitsfehlern scheitern. Anzeige Benchmarks: Anschluss an die Weltspitze Ein Blick auf die technischen Daten zeigt, dass Z.ai den Abstand zu den führenden US-Modellen verringert hat, diese aber nicht durchgehend schlägt. Im „SWE-bench Verified“, einem etablierten Standardtest für Software-Engineering-Aufgaben, erreicht GLM-5 einen Wert von 77,8 Prozent. Dies markiert eine messbare Verbesserung gegenüber dem Vorgänger GLM-4.7 (73,8 Prozent), bleibt jedoch knapp hinter Anthropics Claude Opus 4.5 (80,9 Prozent) zurück. + Quelle: Zhipu AI Interessant ist das Abschneiden im „Vending Bench 2“, einer Simulation, in der KI-Agenten wirtschaftlich handeln müssen. Hier erwirtschaftete GLM-5 im Testzeitraum ein Guthaben von 4.432 Dollar. Das Modell zeigt damit eine solide Planungsfähigkeit, muss sich aber Googles Gemini 3.0 Pro geschlagen geben, das im gleichen Szenario auf über 5.400 Dollar kam. In reinen Reasoning-Aufgaben wie „Humanity’s Last Exam“ (mit Tools) positioniert sich GLM-5 mit 50,4 Punkten hingegen sehr stark und liegt teils vor der direkten Konkurrenz. + Quelle: Zhipu AI Spezialisierung auf Web-Development Besonders im Bereich der Frontend-Entwicklung scheint das Modell Fortschritte gemacht zu haben. Laut internen Metriken (CC-Bench-V2) steigerte GLM-5 die Erfolgsrate bei Frontend-Builds auf 98 Prozent. Dies entspricht einem Zuwachs von 26 Prozentpunkten gegenüber der vorherigen Version GLM-4.7. Auch bei der End-to-End-Korrektheit im Backend verzeichnet das Datenblatt leichte Gewinne. + Quelle: Zhipu AI Diese Zahlen deuten darauf hin, dass das Modell spezifisch auf die Interaktion mit modernen Web-Frameworks und Toolchains optimiert wurde. Es bleibt jedoch abzuwarten, wie sich diese Werte in realen, oft chaotischen Codebasen von Unternehmen verhalten, die nicht den sauberen Bedingungen von Benchmark-Suites entsprechen. + Quelle: Zhipu AI Verfügbarkeit und Einordnung GLM-5 ist ab sofort über die Schnittstellen von Z.ai verfügbar. Die Veröffentlichung unterstreicht den Anspruch der chinesischen Tech-Szene, technologische Autonomie zu wahren. Z.ai, international als Zhipu AI bekannt, wird unter anderem von Alibaba und Tencent unterstützt und gilt als einer der wichtigsten KI-Akteure Asiens. Ob der Marketing-Begriff „Agentic Engineering“ mehr ist als ein Versprechen, muss der Praxiseinsatz zeigen. Die Benchmark-Ergebnisse belegen zumindest, dass die Zeit der alleinigen Dominanz westlicher Modelle vorbei ist und sich der Wettbewerb an der Spitze weiter verdichtet. Anzeige