Z.ai, 사후 학습만 새로 한 GLM-5.3 공개

무엇이 나왔나

• Z.ai가 텍스트 생성 모델 GLM-5.3을 공개했다.
• 회사는 이 모델이 GLM-5.2와 견줘 복잡한 코딩과 오래 이어지는 과제에서 크게 나아졌다고 밝혔다.
• 영어와 중국어를 지원한다고 적혀 있다.

• 또 하나 회사가 내세운 것은 보안 관련 능력이다.
• 사후 학습 규모를 키우자 예상보다 빠르게 이 능력이 자라났고, 취약점 발견을 재는 CyberGym에서 가장 높은 점수를 냈으며, 공격 사슬의 뒷단으로 갈수록 향상 폭이 커져 익스플로잇 계열 벤치마크에서는 GLM-5.2의 두 배가 넘는다고 밝혔다.

규모와 구조

• GLM-5.3은 GLM-5.2와 같은 베이스 모델을 쓴다.
• 회사는 모든 성능 향상이 사후 학습에서 나온 것이라고 설명했다.
• 가중치는 Hugging Face에 공개돼 있으며, BF16 판(zai-org/GLM-5.3-BF16)도 함께 올라와 있다.
• 라이선스 이름은 glm-5.3이다.

배포는 SGLang, vLLM, TokenSpeed, Transformers, KTransformers, Unsloth에서 지원하며, Ascend NPU 환경에서는 vLLM-Ascend, xLLM, SGLang 같은 추론 프레임워크를 쓸 수 있다고 밝혔다.

회사가 밝힌 수치

• 사내 Z.ai Code Bench에서 GLM-5.2보다 50% 향상됐다.
• Terminal Bench 3.0과 Agents' Last Exam을 비롯한 공개 벤치마크에서 오픈소스 모델 가운데 가장 높은 점수를 냈다.
• 익스플로잇 계열 벤치마크에서 GLM-5.2의 두 배를 넘는 점수를 냈다.

사고 예산 조절과 채팅 설정

• GLM-5.3은 reasoning_effort 값으로 생각하는 분량을 조절할 수 있다.
• low, high, max 세 단계를 받으며, 값을 넘기지 않거나 다른 값을 넣으면 max로 동작한다.
• low나 high를 쓰려면 직접 넘겨야 한다.
• 벤치마크 점수를 재현하려면 기본값인 max를 그대로 두라고 회사는 안내했다.

• 채팅 템플릿의 clear_thinking은 값을 넘기지 않으면 false가 된다.
• 대화 용도로 쓸 때는 clear_thinking=true를 직접 넘기라고 밝혔다.

벤치마크

벤치마크	무엇을 재나	GLM-5.3 (—)	GLM-5.2 (—)	Kimi K3 (—)	GPT-5.6 Sol (—)
Terminal Bench 2.1	터미널 환경 작업 수행	88.2	81.0	88.3	88.8
Terminal Bench 3.0	터미널 환경 작업 수행	28.3	4.6	17.4	34.6
DeepSWE (v1.1)	—	66.9	46.2	67.5	72.7
NL2Repo	—	58.0	48.9	58.0	—
ProgramBench (Almost Solved)	—	19.0	9.5	17.5	23.0
FrontierSWE	—	78.1	67.5	—	—
SWE-Marathon (v1.1)	—	42.5	19.4	48.1	42.5
PostTrainBench	—	39.8	31.7	32.0	36.2
CyberGym	취약점 발견	84.5	77.2	80.0	83.6
ExploitGym (2h / 6h)	취약점 공격 수행	105 / 130	29 / 39	36 / 70	216 / 293
ExploitBench	취약점 공격 수행	54.4	24.4	32.2	76.5
Toolathlon Verified	도구 사용	73.0	59.9	76.5	74.9
AutomationBench (v1.0.6)	—	48.2	26.2	46.7	45.8
Agents' Last Exam (ALE-CLI)	—	28.5	23.8	27.6	28.6
HLE w/ Tools	도구를 쓴 고난도 문제 풀이	62.5	54.7	59.8	64.5
GDPval-AA v2	—	1769	1508	1682	1730

• 측정 조건은 항목마다 다르다.
• 회사는 Terminal Bench 2.1·3.0, CyberGym, ExploitGym, ExploitBench, PostTrainBench, SWE-Marathon 등을 Claude Code 2.1.207 환경에서 쟀고, GDPval-AA v2는 Artificial Analysis가, FrontierSWE는 Proximal이 측정했다고 밝혔다.

같은 발표의 다른 판

• zai-org/GLM-5.3-BF16