GLM-5.3: обзор открытой модели Z.ai для кодинга и агентов
Z.ai не меняла базу: GLM-5.3 — это GLM-5.2, дообученный на агентные задачи. На Terminal Bench 3.0 результат вырос с 4,6 до 28,3 балла, но собственная лицензия и 753 млрд параметров остаются серьёзным барьером для локального запуска.
GLM-5.3 — обновление флагманской открытой модели Z.ai (zai-org). Главное, что нужно знать до скачивания: архитектура и веса те же, что у GLM-5.2, а весь прирост дал посттренинг на агентные и кибербезопасные сценарии. По данным авторов, на Terminal Bench 3.0 модель набирает 28,3 против 4,6 у GLM-5.2, а на CyberGym она выходит на первое место среди всех участников сравнения.
2,0 млн
Скачиваний на HF
карточка zai-org/GLM-5.3
753 млрд
Параметров
веса в FP8
28,3
Terminal Bench 3.0
у GLM-5.2 было 4,6
своя
Лицензия
не Apache 2.0
01Кратко: что изменилось
В карточке модели на Hugging Face прямо сказано: GLM-5.3 использует ту же базовую модель, что GLM-5.2, и вся разница — в посттренинге. Это важно для планирования инфраструктуры: требования к железу, размер весов и поддерживаемые фреймворки не изменились, обновлять нужно только чекпоинт.
Авторы выделяют две линии улучшений. Первая — кодинг и длинные агентные задачи: заявлен рост на 50% в собственном бенчмарке Z.ai Code Bench по сравнению с GLM-5.2 и первое место среди открытых моделей на Terminal Bench 3.0 и Agents' Last Exam. Вторая линия — кибербезопасность: на CyberGym модель показывает 84,5 балла, а на бенчмарках эксплуатации уязвимостей более чем удваивает результат предыдущей версии.
Карточка модели
РазработчикZ.ai (zai-org)
Дата публикации25.08.2026
Обновление весов14.10.2026
Размер753 млрд параметров, FP8
Лицензиясобственная glm-5.3
Контекстдо 300K–1M токенов в замерах
ЗапускSGLang, vLLM, Transformers, Unsloth
Как мы собирали данные
Все числа в обзоре взяты из карточки модели zai-org/GLM-5.3 и таблицы бенчмарков в ней, а также из GitHub API (звёзды, форки, даты) — снимок на 09.11.2026. Собственных замеров мы не делали: это обзор по опубликованным материалам вендора, а не полевой тест.
Самый показательный разрыв — Terminal Bench 3.0, где GLM-5.2 набирала 4,6 балла из 100. GLM-5.3 даёт 28,3. Похожая картина на DeepSWE (46,2 → 66,9) и ExploitBench (24,4 → 54,4). То есть обновление метит именно в длинные многошаговые задачи, где модель работает в терминале и вызывает инструменты, а не в короткие ответы на вопросы.
GLM-5.2 против GLM-5.3баллы на бенчмарках, данные авторов модели
Чем выше, тем лучше. Terminal Bench 3.0 и ALE-CLI измеряют длинные агентные сессии, CyberGym — поиск уязвимостей.
Terminal Bench 3.0 среди флагмановбаллы, данные авторов GLM-5.3
Замеры проводились в одном харнессе (Claude Code 2.1.207) с reasoning effort = max, среднее по трём прогонам на задачу.
Осторожно с выводами
Это данные авторов модели, а не независимая проверка. Отдельные задачи вроде SWE-Marathon и PostTrainBench заявлены с оговорками, а ExploitGym пересчитан по токенам в секунду из Artificial Analysis. Для части моделей в таблице прочерки: их не проверяли на этом наборе.
Бенчмарк
GLM-5.3
Kimi K3
Opus 4.8
GPT-5.6 Sol
Terminal Bench 2.1
88,2
88,3
85,0
88,8
Terminal Bench 3.0
28,3
17,4
21,1
34,6
DeepSWE 1.1
66,9
67,5
58,0
72,7
CyberGym
84,5
80,0
78,1
83,6
Agents' Last Exam
28,5
27,6
25,7
28,6
Toolathlon Verified
73,0
76,5
76,2
74,9
Фрагмент таблицы бенчмарков из карточки модели, снимок 09.11.2026.
Значения приведены как в карточке; методики описаны в сносках вендора и могут отличаться от сторонних прогонов.
03GLM-5.2 против GLM-5.3
Если предыдущая версия уже стоит в проде, полезно понимать, что именно меняется на уровне эксплуатации. Размер и архитектура не менялись, так что миграция сводится к замене чекпоинта и проверке настроек рассуждений: в GLM-5.3 появился параметр reasoning_effort с тремя уровнями — low, high и max.
Параметр
GLM-5.2
GLM-5.3
Базовая модель
своя
та же
Terminal Bench 3.0
4,6
28,3
DeepSWE 1.1
46,2
66,9
CyberGym
77,2
84,5
reasoning_effort
не управлялся
low / high / max
clear_thinking в чате
по умолчанию
false, задавать true
Лицензия весов
своя
своя glm-5.3
Ключевые отличия по карточке модели. По умолчанию reasoning_effort = max, если параметр не передан.
Для воспроизведения лидербордов авторы советуют держать max, для интерактивных чатов — явно включать clear_thinking.
04Как запустить: локально и через API
Модель на 753 млрд параметров в FP8 — это не ноутбучный сценарий. В карточке перечислены фреймворки, через которые вендор проверял запуск: SGLang, vLLM, Transformers, KTransformers, TokenSpeed и Unsloth (кванты под llama.cpp-подобные пайплайны), плюс отдельная инструкция для Ascend NPU. Конкретные требования к видеопамяти в карточке не зафиксированы — их нужно уточнять в рецептах фреймворков.
Если своего кластера нет, остаётся API. Доступ к моделям Z.ai и тарифы зависят от региона и меняются; в этой странице мы не фиксируем рубли и доллары за миллион токенов, а отправляем к официальной странице цен. Для российских команд это отдельная задача — оплата и доступ описаны в материалах сайта по оплате AI-сервисов.
Запуск через vLLM: минимальный чек-лист
1
Скачать веса
Веса лежат в zai-org/GLM-5.3; качайте только нужный формат (FP8).
terminalcopy
hf download zai-org/GLM-5.3 \
--local-dir ./glm53
2
Поднять сервер
Рецепт под конкретное железо берите из recipes.vllm.ai, здесь — общая форма команды.
terminalcopy
vllm serve ./glm53 \
--max-model-len 32768
3
Проверить ответ
Запрос через OpenAI-совместимый эндпоинт, чтобы убедиться, что чат-шаблон подхватился.
terminalcopy
curl localhost:8000/v1/models
Совет по режиму рассуждений
Для интерактивных сценариев ставьте reasoning_effort = high: max заметно увеличивает длину генерации. Для агентных прогонов с тестами оставляйте max, иначе падает качество на длинных задачах.
05Как модель проходит агентную задачу
Цикл работы агента на GLM-5.3
Именно последний шаг отличает агентные замеры от классических: в Terminal Bench 3.0 артефакты агента проверяет официальный верификатор задачи, а не сама модель, а поиск в интернете отключён. Поэтому высокий балл здесь говорит о способности доводить работу до состояния, которое проходит чужие тесты.
06Плюсы и минусы
Плюсы
Открытые веса и понятная схема запуска через популярные фреймворки
Резкий рост на длинных агентных задачах при том же железе
Управляемая глубина рассуждений через reasoning_effort
Сильные результаты по поиску уязвимостей — редкость для открытых моделей
Минусы
753 млрд параметров: локальный запуск требует серьёзного кластера
Собственная лицензия вместо Apache 2.0 — условия нужно читать отдельно
Бенчмарки опубликованы вендором, независимых прогонов пока мало
Документация и карточка преимущественно на английском
Лицензия — главный стоп-фактор
Веса распространяются по собственной лицензии glm-5.3, а не по Apache 2.0, хотя код репозитория zai-org/GLM-5 идёт под Apache-2.0. Перед коммерческим использованием проверьте условия распространения производных моделей на странице лицензии в карточке.
07Кому подходит
GLM-5.3 имеет смысл, если у вас уже есть инфраструктура под GLM-5.2: миграция дешёвая, а прирост на агентных задачах заметный. Для небольших команд без кластера реалистичный путь — API или аренда GPU, а не локальный запуск. Если же задача — просто дешёвый кодинг-ассистент, изучите линейку Kimi и Qwen: там другие цены и размеры.
Нет. По карточке модели база та же, что у GLM-5.2, а все улучшения получены посттренингом. Поэтому размер весов и требования к железу не изменились, меняется только чекпоинт.
Сколько стоит GLM-5.3 через API?
Тарифы зависят от региона и площадки и меняются. Мы не фиксируем суммы в обзоре: актуальные цены смотрите на официальной странице Z.ai (ссылка в источниках).
Можно ли запустить GLM-5.3 локально?
Да, вендор перечисляет SGLang, vLLM, Transformers, KTransformers, TokenSpeed и Unsloth, плюс инструкцию для Ascend NPU. Но речь о модели на 753 млрд параметров в FP8 — нужен кластер, а не одна видеокарта.
Что такое reasoning_effort и какой уровень выбрать?
Это параметр глубины рассуждений с уровнями low, high и max. По умолчанию используется max. Для чатов берите high, для агентных прогонов с тестами — max.
Можно ли использовать GLM-5.3 в коммерческом продукте?
Зависит от лицензии glm-5.3: это не Apache 2.0. Условия для производных моделей и коммерческого использования читайте в файле лицензии на странице весов.
Насколько можно доверять приведённым бенчмаркам?
Все цифры — данные авторов модели. Независимых прогонов на момент публикации мало, а часть замеров сделана с оговорками (пересчёт по токенам в секунду, отключённый веб-поиск).
GLM-5.3 — редкий случай, когда обновление почти ничего не стоит тем, у кого уже стоит 5.2: та же база, тот же размер, заметно лучше на длинных агентных задачах. Минусы прежние — гигантский размер и собственная лицензия. Берите, если у вас есть GPU-кластер и агентные пайплайны; иначе смотрите на Kimi K3.1 Pro и облачные API.
Сравнить GLM-5.3 с другими моделями
Единая методика, фильтры по цене, лицензии и размеру модели.