Anthropic оценила кибервозможности GLM-5.3
2026-09-29 Anthropic опубликовала результаты проверки GLM-5.3 от Zhipu AI и заявила, что модель с открытыми весами способна самостоятельно строить сложные цепочки эксплуатации уязвимостей. По приведённой Anthropic оценке CAISI, GLM-5.3 стала наиболее сильной открытой моделью в задачах кибербезопасности и отстаёт от закрытых передовых систем примерно на четыре месяца. Это не новый релиз GLM-5.3, а отдельное исследование её возможностей и связанных рисков.
На внутреннем испытании Anthropic по эксплуатации бинарных программ GLM-5.3 получила 4%, тогда как Mythos Preview — 6%, а остальные проверенные модели — 0%. Эти цифры опубликованы Anthropic; полной независимой проверки методики и результатов пока нет. В одном из экспериментов модель анализировала исправление уязвимости Google Chrome CVE-2026-11645 и пыталась построить работоспособную атаку. Лицензия, условия доступа и цена GLM-5.3 в публикации Anthropic не уточняются.
Для бизнеса результат означает, что доступные модели с открытыми весами становятся практическим инструментом для поиска уязвимостей, но одновременно снижают порог для подготовки атак. Наибольшую пользу получат команды безопасности, которые могут развернуть модель у себя и контролировать доступ к ней. Главный риск — применение без изолированной среды, журналирования и проверки действий специалистом; компаниям стоит ограничить доступ и использовать модель только в санкционированных тестах. Рассчитать стоимость в рублях нельзя: данных о цене работы модели в этом исследовании нет.
Дальше важно отслеживать независимое воспроизведение результатов, публикацию методики CAISI и меры контроля со стороны Zhipu AI. Отдельный вопрос — насколько быстро аналогичные возможности появятся у более компактных моделей, которые дешевле развернуть у себя.
Что за модель: GLM-5.3
Z.ai выпустила GLM-5.3 2026-08-14 как развитие GLM-5.2 для программирования, длительных инженерных задач и анализа безопасности. Модель использует ту же базовую модель, а заявленные улучшения получены за счёт дополнительного обучения на практических задачах. Поддерживаются контекст до 1M токенов и три уровня глубины обработки: low, high и max. По данным вендора, результат Terminal Bench 3.0 вырос с 4,6 у GLM-5.2 до 28,3 у GLM-5.3, а DeepSWE v1.1 — с 46,2 до 66,9; независимых замеров пока нет. Показатель второго места в тесте художественных текстов не включён, поскольку официальный первоисточник его не подтверждает.
Что это значит для бизнеса
GLM-5.3 ориентирована на команды разработки, которым нужно поручать модели комплексные изменения в коде, проверку репозиториев и поиск уязвимостей. Модель уже доступна через сервисы Z.ai, однако отдельная цена API в USD за 1M токенов официально не опубликована. Веса обещаны через две недели после запуска, но на 2026-08-21 они ещё не выпущены, поэтому развернуть модель у себя пока нельзя. Риск для бизнеса связан с неподтверждёнными независимыми испытаниями и усиленными возможностями анализа уязвимостей; перед внедрением следует провести проверку на собственных задачах и ограничить доступ модели к рабочей инфраструктуре.
Хроника GLM-5.3
Цена API изменилась: $0.22/3.39 → $0.11/3.39 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $1.4/4.4 → $0.22/3.39 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $1.4/4.4 → $0.27/7.61 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $0.27/7.61 → $0.22/6.34 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $0.22/6.34 → $0.3/4.4 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $1.4/4.4 → $0.3/4.4 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.