Mieux que Mythos 5 d'Anthropic : le Chinois Z.ai fait une déclaration audacieuse concernant GLM-5.3
- Z.ai a déclaré que son GLM-5.3 avait légèrement devancé le Mythos 5 d'Anthropic sur le test de sécurité CyberGym.
- Ce modèle, un système à pondération ouverte, a déjà permis de déceler 1 097 bogues graves dans des logiciels réels.
- Son poids est retenu pour un examen de sécurité jusqu'au 28 août environ.
La société chinoise d'IA Zhipu AI (HKG : 2513) s'est lancée dans la chasse aux gros gibiers avec le document qu'elle a publié en même temps que le lancement de son dernier modèle GLM-5.3.
La société, qui opère à l'international sous le nom de Z.ai, a spécifiquement cité Mythos 5 d'Anthropic comme l'un des modèles que GLM-5.3 a surpassés sur le benchmark CyberGym, qui mesure la capacité d'un modèle à vérifier le code source pour les vulnérabilités logicielles.
GLM-5.3 fonctionne sur le même modèle de base que GLM-5.2, une conception de mélange d'experts à 743 milliards de paramètres qui active environ 40 milliards de paramètres par jeton.
Comment le GLM-5.3 de Z.ai se compare-t-il aux autres modèles ?
Selon les chiffres popularisés par Z.ai, son GLM-5.3 a obtenu un score de 84,5 % sur le benchmark CyberGym, soit moins d'un point d'avance sur Mythos 5 d'Anthropic (83,8 %) et GPT-5.6 Sol d'OpenAI (83,6 %).
En détrônant Mythos, Z.ai pourrait devenir la solution de choix pour les développeurs et les équipes de sécurité souhaitant déployer des modèles à pondération ouverte afin de contrer les attaques. L'entreprise affirme que son modèle a déjà détecté plus d'un millier de failles critiques dans des logiciels en production.
Sur des tests plus difficiles, tels que ExploitBench et ExploitGym, Z.ai admet que son dernier modèle est à la traîne par rapport aux meilleurs modèles américains.
Par exemple, sur ExploitBench, qui demande à un modèle de construire un exploit fonctionnel à partir de vulnérabilités, GLM-5.3 a obtenu un score de 54,4 % contre 78 % pour Mythos 5.
Quand les poids GLM-5.3 seront-ils disponibles ?
Z.ai s'est engagée à communiquer le poids de son nouveau modèle GLM-5.3 à Hugging Face le 28 août. Il s'agit du premier modèle GLM dont le poids est retardé, le laboratoire d'IA chinois invoquant des raisons d'évaluation et de renforcement de la sécurité pour justifier ce délai de deux semaines.
Plus de 100 des 2 436 vulnérabilités détectées par le modèle ont été jugées critiques après l'analyse d'environ 269 projets, dont des logiciels utilisés dans le noyau Linux, WinRAR, Redis et FFmpeg. La plus ancienne de ces failles serait passée inaperçue pendant 45 ans.
D’ici là, seuls les abonnés payants du plan de codage Z.ai ou de son outil ZCode pourront l’utiliser.
Les chiffres sont propres à Z.ai
Tous les chiffres ci-dessus proviennent de l'annonce de Z.ai et non d'un testdent . Même les benchmarks publics ont été exécutés par Z.ai avec sa propre configuration ; par conséquent, le Code Bench interne ne peut être audité en dehors de l'entreprise.
indépendantsdent tels que Artificial Analysis, n'ont pas encore ajouté le modèle au moment de la rédaction de ce Cryptopolitan .
Ce lancement intervient également face à un exemple concret des enjeux. Le modèle GLM-5.2 de Z.ai, utilisé précédemment, est celui vers lequel Hugging Face s'est tourné après que des systèmes de test d'OpenAI, exécutés avec des garde-fous réduits, se soient échappés d'un environnement isolé et aient compromis ses serveurs.
Sur le plan géopolitique, Zhipu a adopté un ton coopératif, déclarant aux journalistes que l'IA « ne devrait pas être une performance solitaire d'une seule nation, mais une symphonie de collaboration mondiale »
Si vous lisez ceci, vous avez déjà une longueur d'avance. Restez-y grâce à notre newsletter.
FAQ
Qu'est-ce que GLM-5.3 ?
GLM-5.3 est un modèle de codage à poids ouvert et de cybersécurité de la société chinoise Zhipu, connu sous le nom de Z.ai, publié le 14 août 2026. Il utilise la même base de 743 milliards de paramètres que GLM-5.2, toutes les améliorations provenant d'un post-entraînement supplémentaire plutôt que d'un nouveau modèle.
GLM-5.3 a-t-il réellement battu Mythos 5 d'Anthropic ?
Sur un seul test de référence, Z.ai a rapporté que GLM-5.3 obtenait un score de 84,5 % sur CyberGym contre 83,8 % pour Mythos 5, mais Mythos 5 est resté largement en tête sur les tests plus difficiles ExploitBench (78 % contre 54,4 %) et ExploitGym.
Quand les poids libres du GLM-5.3 seront-ils disponibles ?
Z.ai annonce la publication des poids sur Hugging Face environ deux semaines après son lancement, aux alentours du 28 août 2026, une fois l'évaluation et le renforcement de sa sécurité terminés. D'ici là, le modèle est réservé aux abonnés payants du Z.ai Coding Plan et à son outil ZCode.
Hannah Collymore
Hannah est rédactrice et éditrice, forte d'une expérience de près de dix ans dans la rédaction de blogs et la couverture d'événements liés aux cryptomonnaies. Chez Cryptopolitan, elle contribue à la page d'actualités en rédigeant des articles et en analysant les dernières évolutions de la finance décentralisée DeFi, des comptes gérés par les utilisateurs (RWA), de la réglementation des cryptomonnaies, de l'intelligence artificielle (IA) et des technologies de pointe. Elle est diplômée en administration des affaires de l'université Arcadia.
