GLM-5.3 è il nuovo modello di intelligenza artificiale di Z.ai e arriva con miglioramenti importanti soprattutto nel coding, negli agenti e nella cybersecurity. I benchmark pubblicati mostrano passi avanti notevoli rispetto a GLM-5.2, ma anche un dettaglio da non ignorare: essere molto bravi a trovare vulnerabilità significa avvicinarsi a capacità che possono diventare difficili da controllare.
La corsa ai modelli AI più avanzati non riguarda più soltanto OpenAI, Google e Anthropic. Z.ai ha presentato GLM-5.3, evoluzione della famiglia GLM progettata soprattutto per affrontare attività di programmazione complesse e compiti che richiedono molti passaggi consecutivi.
La novità più interessante è che GLM-5.3 non nasce semplicemente per rispondere meglio alle domande. Il modello viene spinto verso attività nelle quali deve leggere grandi quantità di codice, utilizzare strumenti, lavorare nel terminale, individuare problemi e portare avanti operazioni lunghe con maggiore autonomia.
Ed è proprio durante questo processo che sono emerse capacità particolarmente elevate anche nella sicurezza informatica.
Cos’è GLM-5.3
GLM-5.3 è il nuovo modello general purpose sviluppato da Z.ai, società cinese precedentemente conosciuta come Zhipu AI.
Non si tratta, però, di una ricostruzione completa del modello precedente.
Secondo quanto spiegato da Z.ai nella presentazione ufficiale di GLM-5.3, viene utilizzata la stessa base di GLM-5.2, sulla quale è stato applicato ulteriore post-training con ambienti più lunghi e diversificati.
In altre parole, una parte importante del salto generazionale arriverebbe non semplicemente aumentando le dimensioni del modello, ma insegnandogli meglio come affrontare problemi complessi e sequenze di lavoro reali.
È una direzione particolarmente interessante perché avevamo già visto come GLM-5.2 stesse avvicinando i modelli frontier, sollevando contemporaneamente diversi dubbi sulla sicurezza dei sistemi open-weight.
Con GLM-5.3 il problema diventa ancora più evidente.
GLM-5.3 migliora molto nel coding
Uno degli obiettivi principali del nuovo modello è la programmazione.
Z.ai dichiara un miglioramento del 50% rispetto a GLM-5.2 nel proprio Code Bench interno, ma sono soprattutto alcuni benchmark esterni a mostrare quanto sia cambiato il comportamento del modello.
Tra i risultati dichiarati:
| Benchmark | GLM-5.2 | GLM-5.3 |
|---|---|---|
| Terminal-Bench 3.0 | 4,6 | 28,3 |
| DeepSWE v1.1 | 46,2 | 66,9 |
| CyberGym | 77,2% | 84,5% |
| ExploitBench | 24,4% | 54,4% |
I benchmark non misurano tutti la stessa cosa. Terminal-Bench, per esempio, cerca di valutare quanto efficacemente un agente riesca a portare a termine compiti attraverso un ambiente terminale, mentre DeepSWE è maggiormente legato alle capacità di software engineering.
I risultati dichiarati da Z.ai mostrano quindi un salto particolarmente evidente nelle attività nelle quali il modello non deve soltanto generare qualche riga di codice, ma comprendere un problema e agire attraverso più passaggi.
Questo è uno degli aspetti che stanno diventando centrali nella nuova generazione di AI: la differenza non è più soltanto tra un modello che scrive codice bene e uno che lo scrive male, ma tra sistemi capaci o meno di lavorare su un progetto in maniera semi-autonoma.
Perché si parla tanto delle capacità di cybersecurity
Il dato che ha attirato maggiormente l’attenzione riguarda CyberGym.
GLM-5.3 avrebbe ottenuto 84,5%, contro il 77,2% del precedente GLM-5.2.
Secondo i dati comunicati da Z.ai, il risultato sarebbe persino leggermente superiore all’83,8% ottenuto da Mythos 5 di Anthropic nello stesso test.
CyberGym valuta la capacità del modello di analizzare codice, individuare possibili vulnerabilità e stabilire se siano effettivamente sfruttabili.
Questo non significa però che GLM-5.3 sia complessivamente più potente di Mythos 5 nella cybersecurity.
Quando il compito passa dall’individuazione di una vulnerabilità alla realizzazione di un exploit funzionante, il divario torna infatti evidente.
Su ExploitBench GLM-5.3 raggiunge il 54,4%, mentre Mythos 5 arriva al 78%. Inoltre Reuters precisa che i risultati comunicati da Z.ai non sono stati verificati in maniera indipendente.
È quindi più corretto dire che GLM-5.3 sta riducendo rapidamente la distanza dai modelli specializzati più avanzati, piuttosto che affermare che li abbia già superati.
Trovare vulnerabilità può essere utile, ma anche pericoloso
Queste capacità hanno una doppia natura.
Un modello capace di analizzare automaticamente grandi repository può aiutare uno sviluppatore o un team di sicurezza a:
- individuare vulnerabilità prima che vengano sfruttate;
- controllare grandi quantità di codice;
- verificare correzioni e patch;
- automatizzare alcune attività di security auditing;
- trovare problemi difficili da individuare manualmente.
La stessa capacità, tuttavia, può essere utilizzata per cercare vulnerabilità da sfruttare.
È un problema già emerso parlando degli agenti AI e dell’incidente tra OpenAI e Hugging Face: aumentando l’autonomia e le capacità operative di un sistema, diventa sempre più importante stabilire dove finisca l’assistenza legittima e dove inizi un utilizzo potenzialmente offensivo.
GLM-5.3 rende questa distinzione ancora più importante perché Z.ai punta a mantenere una filosofia relativamente aperta.
Perché Z.ai non sta pubblicando subito tutti i pesi
Qui arriva forse la decisione più significativa dell’intero lancio.
Z.ai ha annunciato che il rilascio pubblico dei pesi di GLM-5.3 verrà ritardato di circa due settimane per completare ulteriori valutazioni di sicurezza e rafforzare le protezioni.
In una prima fase l’accesso viene quindi concesso a un gruppo limitato di partner.
Le capacità cybersecurity più sensibili dovrebbero invece essere gestite attraverso un sistema definito “trusted access”, destinato a utenti verificati.
La società ha inoltre introdotto sistemi per analizzare richieste rischiose, monitorare alcune attività del modello e migliorare il rifiuto delle operazioni considerate dannose.
È una scelta interessante proprio considerando la storia della famiglia GLM.
Con GLM-5.2 il tema principale era che una volta distribuiti liberamente i pesi diventa estremamente difficile mantenere gli stessi controlli disponibili in un servizio cloud.
Con GLM-5.3 sembra che persino Z.ai riconosca che, superata una certa soglia di capacità, pubblicare immediatamente tutto senza ulteriori verifiche possa diventare problematico.
GLM-5.3 può davvero competere con Claude?
Dipende da cosa intendiamo per competere.
I benchmark pubblicati indicano che il divario tra i migliori modelli cinesi open-weight e i sistemi proprietari occidentali continua a ridursi, soprattutto nelle attività di coding e nell’utilizzo di strumenti.
GLM-5.3 non domina però tutti i test e non sostituisce automaticamente Claude o altri modelli frontier.
Il caso della cybersecurity lo dimostra molto bene: riesce a competere con Mythos 5 nell’individuazione delle vulnerabilità, ma rimane nettamente indietro quando il benchmark richiede di trasformarle in exploit funzionanti.
Va inoltre ricordato che un benchmark non equivale necessariamente alle prestazioni percepite durante l’utilizzo quotidiano. Strumenti disponibili, contesto, agent framework, configurazioni e tipo di progetto possono cambiare enormemente il risultato.
La parte interessante è quindi la velocità con cui la distanza si sta riducendo.
Quando sarà disponibile GLM-5.3?
Al momento del lancio Z.ai ha scelto una distribuzione graduale.
Il modello viene inizialmente reso disponibile attraverso alcuni dei servizi e partner selezionati dall’azienda, mentre la pubblicazione più ampia dei pesi è prevista dopo circa due settimane dal 14 agosto 2026, quindi indicativamente verso la fine del mese, se le valutazioni di sicurezza non porteranno a ulteriori ritardi.
È però importante distinguere tra:
- accesso al modello attraverso servizi gestiti;
- disponibilità tramite API;
- accesso alle capacità cybersecurity sensibili;
- pubblicazione effettiva dei pesi.
Le quattro cose potrebbero non arrivare contemporaneamente.
Perché GLM-5.3 è più importante di quanto sembri
GLM-5.3 non è interessante soltanto perché aggiunge un altro nome alla lunga lista dei modelli AI.
Mostra piuttosto quanto rapidamente stia cambiando il rapporto tra coding, agenti AI e cybersecurity.
Un modello general purpose addestrato per programmare meglio può sviluppare contemporaneamente capacità molto avanzate nell’individuazione delle vulnerabilità. Migliorare il primo aspetto significa quindi dover gestire sempre più attentamente anche il secondo.
Ed è forse questo il dato più importante del lancio.
La competizione non riguarda più soltanto chi produce il chatbot capace di rispondere meglio. Sta diventando una corsa verso sistemi in grado di analizzare software, utilizzare strumenti e svolgere autonomamente attività tecniche sempre più complesse.
GLM-5.3 dimostra che anche i modelli open-weight stanno rapidamente entrando in questo territorio. E a quel punto la domanda non sarà soltanto quanto siano potenti, ma quanto controllo resterà possibile mantenere una volta messi nelle mani di tutti.
