Игорь Градов
Игорь Градов
6 мин
ai

ГЛМ 5.3 от Z.ai объединила агентный код и киберзащиту в одном открытом релизе

Компания Z.ai 14 августа 2026 года представила GLM 5.3, открытую языковую модель с фокусом на агентном программировании и киберзащите, и впервые дала практикам инструмент, где код и безопасность объединены в одном релизе.

ГЛМ 5.3 от Z.ai объединила агентный код и киберзащиту в одном открытом релизе
Почему это важно

GLM 5.3 первая открытая китайская модель, где киберзащита заявлена не побочным эффектом хорошего кода, а отдельным направлением дообучения (обучения модели на специальных примерах под узкую задачу). Для российских разработчиков, отрезанных от части западных инструментов, это прямой кандидат на тестирование.

Z.ai (бывшая Zhipu AI, Пекин) выпустила GLM 5.3 со слоганом «Создана для кода. Готова к киберзащите». Предыдущая версия, GLM-5.2, уже показала, что открытая модель может конкурировать с закрытыми флагманами в задачах кодирования. Независимая компания Semgrep в июне 2026 года протестировала GLM-5.2 на поиске уязвимостей IDOR и получила 39 % F1-меры против 32 % у Claude Code. Теперь Z.ai решила не ждать, пока сторонние исследователи снова обнаружат киберспособности, и явно вложила их в пост-тренинг GLM 5.3.

Что понадобится

  • Подписка GLM Coding Plan на сайте Z.ai (модель доступна через неё прямо сейчас).
  • ZCode (фирменная агентная IDE от Z.ai) или доступ через партнёрские сервисы (список расширяется поэтапно).
  • Время на первый тест: 15 минут, чтобы подключиться и отправить первый промпт.
  • Открытые веса и публичный API пока не выложены. Z.ai обещает поэтапный доступ после проверок безопасности. Если вам нужен именно API или локальный запуск, придётся подождать.

Пошаговая инструкция: первый запуск GLM 5.3 для анализа кода

  1. Зарегистрируйтесь на z.ai и оформите подписку GLM Coding Plan. На момент релиза это единственный подтверждённый способ доступа к GLM 5.3.

  2. Установите ZCode или откройте веб-версию IDE. ZCode заточен под агентные сценарии: модель сама выполняет многошаговые задачи, а не ждёт команды на каждом шаге.

  3. Подготовьте фрагмент кода для проверки. Начните с небольшого файла, где вы подозреваете уязвимость или хотите улучшить структуру. Для первого теста хватит 50 строк.

  4. Отправьте промпт на анализ безопасности. Пример:

Проанализируй этот код на Python. Найди потенциальные уязвимости:
IDOR, SQL-инъекции, небезопасную обработку входных данных.
Для каждой уязвимости укажи строку, тип угрозы и предложи исправление.

[вставьте код]
  1. Оцените результат. GLM 5.3, по заявлению Z.ai, выдаёт ответ при меньшем количестве выходных токенов (единиц текста, которые модель генерирует), чем GLM-5.2. На практике это означает: ответ короче, но содержательнее, а расходы на API (когда он откроется) будут ниже.

  2. Попробуйте агентный режим. Дайте модели задачу на несколько шагов:

Возьми этот репозиторий. Пройди по всем файлам в папке /api.
Составь отчёт по уязвимостям с приоритетами: критические,
средние, низкие. Предложи патчи для критических.
  1. Сравните с предыдущим инструментом. Если вы уже использовали GLM-5.2 или другую модель для ревью кода, прогоните тот же файл через GLM 5.3 и зафиксируйте разницу в полноте, точности и длине ответа.
Как это выглядит на практике

Допустим, вы передали GLM 5.3 фрагмент Flask-приложения с эндпоинтом, который принимает user_id из запроса и возвращает данные без проверки прав доступа.

Промпт:

Проверь этот эндпоинт на уязвимость IDOR.
Объясни риск и предложи исправление.

@app.route('/profile/<user_id>')
def get_profile(user_id):
    return db.get_user(user_id)

Ожидаемый формат ответа GLM 5.3 (по аналогии с тем, как GLM-5.2 показывала себя на тестах Semgrep): модель указывает, что эндпоинт не проверяет, совпадает ли user_id с авторизованным пользователем, классифицирует это как IDOR (Insecure Direct Object Reference, прямой доступ к объекту без проверки прав), и предлагает добавить проверку сессии. Конкретных бенчмарков по GLM 5.3 Z.ai пока не опубликовала, поэтому качество ответа проверяйте на своих задачах.

Частые ошибки

Не путайте доступ через подписку и открытый релиз. Веса GLM 5.3 пока не выложены на Hugging Face. Если вам нужен локальный запуск или собственный API, модель пока недоступна. Это отличие от GLM-5.2, чьи веса появились почти сразу.

Не принимайте слоган за бенчмарк. Z.ai заявила о «резком улучшении» в киберзащите, но конкретных цифр и независимых тестов на день релиза нет. Пока не появятся результаты от сторонних лабораторий, относитесь к заявлениям как к маркетинговому позиционированию.

Не используйте модель для атакующих сценариев. Навыки киберзащиты по своей природе двойного назначения. Z.ai именно поэтому выбрала поэтапный доступ и требует от партнёров собственных защитных механизмов (safeguards). Нарушение политик использования может закрыть доступ.

Не забывайте про галлюцинации (когда модель уверенно выдумывает то, чего не было). Любая рекомендация по безопасности от ИИ требует ручной проверки. Модель может «найти» уязвимость, которой нет, или пропустить реальную.

Что делать с этим прямо сейчас, по ролям

Разработчику и DevSecOps-инженеру. Оформите пробный доступ через GLM Coding Plan и прогоните через GLM 5.3 тот участок кода, который давно откладывали на ревью. Сравните результат с вашим текущим инструментом. Главная ценность здесь: модель заточена на длинные агентные сценарии, многошаговый анализ больших кодовых баз, а не разовые ответы в чате.

Автору Дзена и копирайтеру. GLM 5.3 не для текстов, она для кода и безопасности. Но новость стоит внимания: если вы пишете про технологии, тема открытых китайских моделей как альтернативы западным решениям становится всё актуальнее для российской аудитории.

Предпринимателю в РФ и СНГ. Z.ai позиционирует свои модели как доступную альтернативу западным, особенно на фоне экспортных ограничений США. GLM-5.2 уже работала в несколько раз дешевле западных аналогов (по данным Z.ai, около $1,40 / $4,40 за миллион входных/выходных токенов). Из доступных в РФ альтернатив для задач с кодом можно рассматривать YandexGPT и GigaChat, но по кибербезопасности у них отдельного позиционирования нет.

Мнение редакции dzen.guru

GLM 5.3 интересна не столько конкретными цифрами (их пока нет), сколько самим фактом: открытая модель из Китая целенаправленно идёт в киберзащиту. Для российских команд, которые ищут альтернативы закрытым западным решениям (закрытая модель, это продукт, к весам и коду которого нет публичного доступа), это расширяет выбор. Я бы рекомендовал дождаться независимых бенчмарков и не строить на GLM 5.3 критичные процессы до публикации весов. Но попробовать на тестовом проекте через Coding Plan стоит уже сейчас: если модель действительно тратит меньше токенов на тот же результат, экономия на масштабе будет заметной.

Честная оговорка: поэтапный доступ без открытых весов означает, что вы зависите от инфраструктуры Z.ai. Для продакшена в РФ это риск, который нужно учитывать.

Z.ai выпускает обновления линейки GLM-5 каждые два месяца, и каждый релиз сужает разрыв с западными закрытыми моделями. Если вам нужен инструмент для анализа кода и безопасности без привязки к американским провайдерам, GLM 5.3 заслуживает места в вашем тестовом пайплайне, но именно тестовом, пока Z.ai не покажет цифры.

Попробуйте генерацию контента с ИИ на dzen.guru

Мы тестируем нейросети и делимся результатами. Подпишитесь, чтобы получать разборы новых моделей и практические гайды.

Подписаться
Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

ai

OpenAI подняла скорость GPT-5: модель ускорили без смены тарифов и функций

GPT-5 стала заметно быстрее после обновления 3 июня 2025 года, когда OpenAI переключила модель на оптимизированную инфраструктуру инференса (обработки…

4 мин
ai

Нейросеть Илона Маска Grok 4.6: контекст 500K токенов и 61 балл, но до лидера не дотянула

Компания xAI (ранее SpaceXAI) выпустила Grok 4.6, обновлённую версию нейросети Илона Маска, которая принимает до 500 000 токенов контекста и уже доступна…

5 мин
ai

Искусственный интеллект Apple выходит в Китай: компания впервые обучила свою модель с Alibaba

Apple второго июня, по данным Reuters, обучила собственную языковую модель для Китая совместно с Alibaba, чтобы впервые вывести свой сервис искусственного…

4 мин