TL;DR : Z.ai a sorti GLM-5.3 le 14 août 2026 — une version sans aucun nouveau paramètre. Il réutilise la base Mixture-of-Experts de 743 milliards de paramètres de GLM-5.2 et consacre tout à la post-formation, tout en devenant le meilleur modèle de codage à poids ouverts, en hausse de 50 % sur le Code Bench interne de Z.ai. La surprise vient du cyber : GLM-5.3 obtient 84,5 % sur CyberGym, en première place devant Mythos 5 et GPT-5.6 Sol, et il a plus que doublé les scores de GLM-5.2 sur les benchmarks d’exploitation. Les poids ne seront pas livrés avant deux semaines — une première pour la gamme GLM-5.
Introduction
Z.ai a sorti un nouveau GLM-5 environ tous les deux mois depuis février. GLM-5.2, sorti le 13 juin, a placé un MoE de 743 milliards de paramètres sous licence MIT et a fait des modèles chinois ouverts des concurrents crédibles de Claude et GPT. GLM-5.3 modifie les termes de cette course de deux manières. Premièrement, c’est l’argument le plus solide à ce jour selon lequel c’est la post-formation — et non le nombre de paramètres — qui fait avancer la frontière. Deuxièmement, il met ouvertement en avant sa capacité cyber, le seul domaine que tous les laboratoires occidentaux considèrent comme une limite de sécurité (Source : Z.ai — GLM-5.3 blog).
1. Tout repose sur la post-formation
« Passer la post-formation à l’échelle est tout ce que nous avons fait pour GLM-5.3 », écrit Z.ai. Le modèle de base est inchangé par rapport à GLM-5.2 : le même MoE de 743 milliards de paramètres, avec un contexte de 1 M de jetons et une sortie maximale de 128 K. Tous les gains proviennent de la recette — davantage d’environnements de tâches à long horizon, synthétisés de bout en bout, avec des agents vérificateurs qui confirment que chaque tâche est résoluble avant qu’elle n’entre dans le mélange d’apprentissage par renforcement (Source : Z.ai — GLM-5.3 blog).
Le gain est le plus net sur les évaluations de codage difficiles. Terminal-Bench 3.0 passe de 4,6 à 28,3 — une multiplication par six — tandis que DeepSWE v1.1 progresse de 46,2 à 66,9. Sur l’ancien Terminal-Bench 2.1, il obtient 88,2, soit statistiquement au même niveau que GPT-5.6 Sol (88,8), Kimi K3 (88,3) et Claude Fable 5 (88,0). Les gains se confirment aussi sur les tâches agentiques : Agents’ Last Exam (ALE-CLI) passe de 23,8 à 28,5, et GDPval-AA v2 atteint 1 769 — le score le plus élevé de tous les modèles testés par Z.ai, devant Fable 5 (1 743), Qwen3.8-Max (1 739) et GPT-5.6 Sol (1 730).
2. Moins de jetons, de meilleures réponses
Le deuxième chiffre clé est l’efficacité. Sur le Z.ai Code Bench, GLM-5.3 en effort maximal atteint 34,5 % de complétion avec environ 75 K jetons de sortie par tâche, contre 23,4 % à 96 K pour GLM-5.2 : il fait plus avec moins. Face aux modèles fermés, c’est tout aussi frappant : en effort élevé, il atteint 31,4 % avec environ 50 K jetons, dépassant les 29,5 % de Claude Opus 4.8, qui avait besoin d’environ 120 K jetons pour y parvenir. Il reste toutefois derrière Claude Fable 5, à 39,5 % en effort maximal (Source : Z.ai — GLM-5.3 blog).
C’est important car les jetons de sortie dominent le coût des longues exécutions d’agents. Un modèle qui atteint une réponse comparable en deux fois moins de jetons est moins cher que ne le suggère son prix catalogue — la même logique économique que xAI a placée au cœur de Grok 4.6 plus tôt cette semaine.
3. Cyber : la capacité que personne n’avait prévue
C’est l’élément qui semble avoir pris Z.ai au dépourvu. « En faisant passer la post-formation à l’échelle, la capacité cyber s’est développée plus vite que prévu », note le blog. GLM-5.3 obtient 84,5 % sur CyberGym — le meilleur résultat publié, devant Mythos 5 (83,8 %) et GPT-5.6 Sol (83,6 %). Sur ExploitBench, il atteint 54,4 %, plus du double des 24,4 % de GLM-5.2, tout en restant nettement derrière Mythos 5 (78,0 %) et GPT-5.6 Sol (76,5 %) (Source : Z.ai — GLM-5.3 blog).
Z.ai ne s’est pas arrêtée aux benchmarks. Depuis GLM-5.2, le laboratoire a confronté ses modèles à des bases de code réelles avec des équipes de sécurité en Chine : 2 436 vulnérabilités découvertes dans 269 projets, dont 1 097 de gravité moyenne à élevée, y compris une faille introduite en 1981 — il y a environ 40 ans. La vulnérabilité moyenne est restée présente 26,6 ans avant d’être découverte. Les découvertes sont consignées dans un registre public de divulgation ; 53 sont publiques, 2 383 sont encore sous embargo (Source : Z.ai — Security Disclosure Ledger).
Le schéma est cohérent sur les trois benchmarks cyber : plus un benchmark se situe haut dans la chaîne d’exploitation, plus le gain par rapport à GLM-5.2 est important — et plus l’écart restant avec la frontière des modèles fermés est large. C’est exactement là où Z.ai est le plus en retard que la capacité progresse le plus vite.
4. Poids ouverts, deux semaines plus tard
Le changement de distribution est aussi révélateur que les chiffres. Les poids MIT de GLM-5.2 sont arrivés sur Hugging Face quelques jours après le lancement. Ceux de GLM-5.3 seront livrés « deux semaines après le lancement, une fois l’évaluation de sécurité et le durcissement terminés ». Pour l’instant, il est disponible uniquement via l’abonnement GLM Coding Plan et l’IDE ZCode (Source : Z.ai — GLM-5.3 blog).
C’est une reconnaissance directe qu’un modèle doté de compétences renforcées en découverte de vulnérabilités et en exploitation correspond exactement à la catégorie que les laboratoires occidentaux verrouillent derrière des examens de sécurité — et c’est pourquoi le cadrage cyber explicite de Z.ai constitue une rupture stratégique. Les modèles ouverts chinois ont déjà gagné du terrain cet été après que les contrôles à l’exportation américains ont brièvement bloqué Claude Fable 5 et Mythos. GLM-5.3 se lit comme la prochaine manœuvre dans cette compétition : une alternative ouverte qui est désormais aussi le principal modèle cyber ouvert, livrée avec un délai de sécurité de deux semaines en guise de compromis.
FAQ
GLM-5.3 est-il un modèle plus gros que GLM-5.2 ?
Non. C’est la même base MoE de 743 milliards de paramètres avec une fenêtre de contexte de 1 M de jetons. Toutes les améliorations proviennent de la post-formation sur des environnements de codage et de sécurité à long horizon.
Est-ce vraiment le meilleur modèle de codage ouvert ?
Sur le Code Bench de Z.ai, il est en hausse de 50 % par rapport à GLM-5.2, et il domine Terminal-Bench 3.0 et Agents’ Last Exam parmi les modèles ouverts. Il est au niveau des modèles fermés de pointe sur Terminal-Bench 2.1 (88,2 contre 88,8 pour GPT-5.6 Sol), mais reste derrière Fable 5 et GPT-5.6 Sol sur les benchmarks de codage profond et d’exploitation les plus difficiles.
Quand pourrai-je télécharger les poids ?
Dans environ deux semaines, après l’évaluation de sécurité et le durcissement. D’ici là, il est disponible via le GLM Coding Plan et ZCode.
Quel est son véritable niveau en cyber ?
Il est en tête de CyberGym (84,5 %) et a plus que doublé son score ExploitBench (54,4 %), mais Mythos 5 et GPT-5.6 Sol dominent encore largement les benchmarks d’exploitation plus profonds.
Est-ce lié aux contrôles à l’exportation américains ?
Indirectement. Les modèles ouverts chinois comme GLM-5.2 ont gagné en adoption après le blocage temporaire de Claude Fable 5 et Mythos. GLM-5.3 prolonge cette dynamique, avec le cyber désormais comme capacité phare.