Hogar
GLM-5.3 lanzado por Zhipu: 740 mil millones de parámetros sin cambios, rendimiento mejorado en un 50% mediante enfoques de programación de capacidad post-entrenamiento
Zhipu lanzó oficialmente GLM-5.3 el 14 de agosto, manteniendo la cuenta de 74 mil millones de parámetros de su predecesor, GLM-5.2, mientras saltaba la anunciada actualización de un billón de parámetros, que podría reservarse para GLM-5.5. Mediante técnicas avanzadas de entrenamiento posterior, Zhipu mejoró el rendimiento de GLM-5.3 en un 50 % respecto a la generación anterior, asegurando los primeros puestos entre los modelos de código abierto actuales en múltiples pruebas de referencia principales. Sus capacidades de codificación y agentes rivalizan con Claude Opus 4.8, superando a otros modelos nacionales en eficiencia de programación.
Las principales mejoras en las pruebas de referencia destacan las capacidades mejoradas del modelo. En Terminal-Bench 3.0, que evalúa la finalización de tareas complejas en entornos de terminal reales, la puntuación aumentó de 4,6 a 28,3. En DeepSWE v1.1, centrado en la ingeniería de software a largo plazo y la modificación continua de código, el rendimiento pasó de 46,2 a 66,9. En Agents’ Last Exam, que cubre diversos escenarios profesionales con énfasis en la colaboración entre herramientas y tareas a largo plazo, la puntuación aumentó de 23,8 a 28,5. Además, GLM-5.3 obtuvo 1.769 puntos en GDPval-AA v2, que abarca 44 profesiones y evalúa trabajos de conocimiento de alto valor, demostrando una sólida ejecución de tareas profesionales basada en habilidades de programación. En general, el modelo muestra avances significativos en ingeniería de software compleja, operaciones de terminal y tareas de agentes más amplias del mundo real.

La evidencia más convincente proviene de Z.ai Code Bench, una suite de evaluación propietaria de Zhipu que coloca al modelo en un entorno de desarrollo local real para ejecutar tareas de principio a fin bajo varios modos de razonamiento, simulando de cerca la experiencia de usar un Agente de Codificación. Los resultados indican que GLM-5.3 logra un equilibrio óptimo entre efectividad y eficiencia de tokens: en el modo Alto, alcanzó una tasa de precisión del 31,4 %, superando el modo máximo de Claude Opus 4.8 del 29,5 %, mientras utilizaba solo alrededor de 50.000 tokens por tarea en promedio, en comparación con los 120.000 tokens de Opus 4.8. Esto demuestra que GLM-5.3 puede completar tareas idénticas con una ruta de ejecución significativamente más corta.

En cuanto a la disponibilidad del producto, GLM-5.3 ya es accesible en la herramienta de codificación oficial de Zhipu, ZCode, y en la herramienta de productividad AutoClaw, y está abierta a todos los usuarios y suscriptores del Plan de Codificación GLM. Plataformas de codificación de terceros, incluidas TraeWork, TraeCode, Kousi, WorkBuddy, CodeBuddy, Qoder, QwenWork, CatPaw, JoyCode y OpenCode, también han otorgado acceso anticipado. La API se lanzará pronto, y los pesos completos del modelo se publicarán como código abierto dentro de las dos semanas siguientes a las mejoras de seguridad necesarias. La estrategia de Zhipu se centra en limitar las capacidades de ataque potenciales del modelo mientras preserva su valor defensivo. A las 13:00 de hoy, se restablecieron las cuotas para todos los usuarios del Plan de Codificación GLM, y las estadísticas de uso en el panel de control ahora reflejan los límites restaurados para todos.
Artículo relacionado
Tesollo inicia la oferta pública inicial (IPO) en medio del desarrollo de manos humanoides
Tesollo está diseñando manos robóticas de alto grado de libertad compatibles con cualquier plataforma de robot humanoide. | Crédito: TesolloLa innovadora en manos robóticas Tesollo Inc. ha iniciado oficialmente los preparativos para una oferta públic
Prentis, nuevo laboratorio de IA cofundado por Reid Hoffman y Mark Pincus, está en conversaciones para recaudar 100 millones de dólares
Prentis, un laboratorio de investigación de IA emergente especializado en modelos de uso informático y cofundado por el emprendedor en serie Ritankar Das junto a los veteranos de la industria tecnológica Reid Hoffman y Mark Pincus, está actualmente n
AIR recauda 50 millones de dólares para ayudar a las empresas a verificar las habilidades y complementos utilizados por los agentes de IA
A medida que las organizaciones otorgan cada vez más acceso a sus sistemas internos a agentes de inteligencia artificial, emerge una nueva cadena de suministro de software en torno a las herramientas en las que estos agentes se basan: habilidades, co
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
Zhipu lanzó oficialmente GLM-5.3 el 14 de agosto, manteniendo la cuenta de 74 mil millones de parámetros de su predecesor, GLM-5.2, mientras saltaba la anunciada actualización de un billón de parámetros, que podría reservarse para GLM-5.5. Mediante técnicas avanzadas de entrenamiento posterior, Zhipu mejoró el rendimiento de GLM-5.3 en un 50 % respecto a la generación anterior, asegurando los primeros puestos entre los modelos de código abierto actuales en múltiples pruebas de referencia principales. Sus capacidades de codificación y agentes rivalizan con Claude Opus 4.8, superando a otros modelos nacionales en eficiencia de programación.
Las principales mejoras en las pruebas de referencia destacan las capacidades mejoradas del modelo. En Terminal-Bench 3.0, que evalúa la finalización de tareas complejas en entornos de terminal reales, la puntuación aumentó de 4,6 a 28,3. En DeepSWE v1.1, centrado en la ingeniería de software a largo plazo y la modificación continua de código, el rendimiento pasó de 46,2 a 66,9. En Agents’ Last Exam, que cubre diversos escenarios profesionales con énfasis en la colaboración entre herramientas y tareas a largo plazo, la puntuación aumentó de 23,8 a 28,5. Además, GLM-5.3 obtuvo 1.769 puntos en GDPval-AA v2, que abarca 44 profesiones y evalúa trabajos de conocimiento de alto valor, demostrando una sólida ejecución de tareas profesionales basada en habilidades de programación. En general, el modelo muestra avances significativos en ingeniería de software compleja, operaciones de terminal y tareas de agentes más amplias del mundo real.

La evidencia más convincente proviene de Z.ai Code Bench, una suite de evaluación propietaria de Zhipu que coloca al modelo en un entorno de desarrollo local real para ejecutar tareas de principio a fin bajo varios modos de razonamiento, simulando de cerca la experiencia de usar un Agente de Codificación. Los resultados indican que GLM-5.3 logra un equilibrio óptimo entre efectividad y eficiencia de tokens: en el modo Alto, alcanzó una tasa de precisión del 31,4 %, superando el modo máximo de Claude Opus 4.8 del 29,5 %, mientras utilizaba solo alrededor de 50.000 tokens por tarea en promedio, en comparación con los 120.000 tokens de Opus 4.8. Esto demuestra que GLM-5.3 puede completar tareas idénticas con una ruta de ejecución significativamente más corta.

En cuanto a la disponibilidad del producto, GLM-5.3 ya es accesible en la herramienta de codificación oficial de Zhipu, ZCode, y en la herramienta de productividad AutoClaw, y está abierta a todos los usuarios y suscriptores del Plan de Codificación GLM. Plataformas de codificación de terceros, incluidas TraeWork, TraeCode, Kousi, WorkBuddy, CodeBuddy, Qoder, QwenWork, CatPaw, JoyCode y OpenCode, también han otorgado acceso anticipado. La API se lanzará pronto, y los pesos completos del modelo se publicarán como código abierto dentro de las dos semanas siguientes a las mejoras de seguridad necesarias. La estrategia de Zhipu se centra en limitar las capacidades de ataque potenciales del modelo mientras preserva su valor defensivo. A las 13:00 de hoy, se restablecieron las cuotas para todos los usuarios del Plan de Codificación GLM, y las estadísticas de uso en el panel de control ahora reflejan los límites restaurados para todos.
Tesollo inicia la oferta pública inicial (IPO) en medio del desarrollo de manos humanoides
Tesollo está diseñando manos robóticas de alto grado de libertad compatibles con cualquier plataforma de robot humanoide. | Crédito: TesolloLa innovadora en manos robóticas Tesollo Inc. ha iniciado oficialmente los preparativos para una oferta públic
Prentis, nuevo laboratorio de IA cofundado por Reid Hoffman y Mark Pincus, está en conversaciones para recaudar 100 millones de dólares
Prentis, un laboratorio de investigación de IA emergente especializado en modelos de uso informático y cofundado por el emprendedor en serie Ritankar Das junto a los veteranos de la industria tecnológica Reid Hoffman y Mark Pincus, está actualmente n
AIR recauda 50 millones de dólares para ayudar a las empresas a verificar las habilidades y complementos utilizados por los agentes de IA
A medida que las organizaciones otorgan cada vez más acceso a sus sistemas internos a agentes de inteligencia artificial, emerge una nueva cadena de suministro de software en torno a las herramientas en las que estos agentes se basan: habilidades, co











