GLM-5.3: Z.ai bremst eigenes Modell wegen Cyber-Fähigkeiten
Chinas Z.ai liefert ein Frontier-Coding-Modell — hält die offenen Gewichte aber rund zwei Wochen zurück, weil es Exploits auffällig gut schreibt.
Symbolbild · KI-generiert (AI IN LIFE)
Auf einen Blick
- Vorgestellt am 14. August 2026, API sofort, Gewichte ca. zwei Wochen später
- ExploitBench: 54,4 % (GLM-5.2: 24,4 %), CyberGym: 84,5 %
- 105 gelöste Exploit-Aufgaben in zwei Stunden (Vorgänger: 29)
- 2.436 gemeldete Schwachstellen in 269 Open-Source-Projekten, 53 CVEs veröffentlicht
- OpenVuln: kostenloses Repo-Scanning-Tool auf Hugging Face
Was ist passiert? Das chinesische Labor Z.ai hat GLM-5.3 vorgestellt — per API und Coding-Abo verfügbar, aber ohne die üblichen offenen Gewichte. Der Grund ist ungewöhnlich offen kommuniziert: In internen Tests zeigte das Modell Angriffsfähigkeiten, die deutlich über den Vorgänger hinausgehen. Die Gewichte sollen erst nach zusätzlichen Sicherheitsprüfungen erscheinen, etwa Ende August.
Wie stark ist der Sprung? Auf dem Benchmark ExploitBench verdoppelte sich der Wert von 24,4 auf 54,4 Prozent, bei der Schwachstellensuche im CyberGym-Benchmark stieg GLM-5.3 auf 84,5 Prozent (Vorgänger: 77,2). In einem Zwei-Stunden-Fenster löste das Modell 105 Exploit-Aufgaben — GLM-5.2 schaffte 29. Alle Werte sind Firmenangaben, unabhängige Prüfungen stehen aus.
Kann das Modell auch verteidigen? Das ist Z.ais Kernargument. Seit GLM-5.2 hat das Unternehmen nach eigenen Angaben 2.436 Schwachstellen in 269 Open-Source-Projekten aufgespürt, darunter 1.097 mit kritischer oder hoher Schwere; 53 wurden bereits mit CVE veröffentlicht. Dazu kommt OpenVuln, ein Werkzeug auf Hugging Face, mit dem Maintainer ihre Repositories von GLM-Modellen scannen lassen können.
Was kann das Modell beim Programmieren? Z.ai nennt GLM-5.3 „one of the strongest open-weight coding models". Auf Terminal-Bench 3.0 springt der Wert von 4,6 auf 28,3, auf DeepSWE v1.1 von 46,2 auf 66,9. An den härtesten Evaluierungen liegen westliche Spitzenmodelle laut den Berichten weiterhin vorn.
Warum ist das relevant? Zum ersten Mal verzögert ein chinesisches Labor eine Open-Weight-Veröffentlichung explizit wegen Cyber-Risiken — dieselbe Abwägung, die OpenAI und Anthropic seit Monaten beschäftigt. Sobald die Gewichte frei verfügbar sind, lässt sich ihre Nutzung nicht mehr zurückholen: Dieselbe Modellfamilie dient dann Angreifern wie Verteidigern.
Dieser Artikel wurde KI-gestützt erstellt und redaktionell geprüft.
Häufige Fragen
Warum hält Z.ai die Gewichte zurück?
Interne Tests zeigten stark gestiegene Exploit-Fähigkeiten. Z.ai will vor der Veröffentlichung zusätzliche Sicherheitsprüfungen mit ausgewählten Partnern abschließen — angesetzt sind rund zwei Wochen.
Ist GLM-5.3 schon nutzbar?
Ja, über die Z.ai-API und den GLM Coding Plan. Nur die herunterladbaren Modellgewichte, Lizenz und Model Card fehlen noch.
Sind die Benchmark-Zahlen unabhängig bestätigt?
Nein. CyberGym, ExploitBench und die Coding-Werte stammen aus Z.ais eigenen Evaluierungen; unabhängige Nachtests stehen noch aus.
