GLM-5.3 Tanıtıldı: 743B Parametreli Model Coding ve Agent Benchmarklarında Önde

GLM-5.3, Çinli yapay zeka şirketi Zhipu AI (GLM) tarafından resmen tanıtıldı. 743 milyar parametreli taban model üzerinde post-training ile geliştirilen GLM-5.3, özellikle kodlama ve agent yeteneklerinde büyük bir sıçrama gösterdi. Model, birçok kritik benchmark testinde OpenAI GPT-5.6 Sol, Fable 5 ve Kimi K3’ü geride bırakarak dikkat çekici bir performans ortaya koydu.

GLM-5.3 Benchmark Sonuçları: Rakiplerini Geride Bıraktı

GLM-5.3’ün resmi açıklamasında 9 farklı benchmark testinin sonuçları paylaşıldı. Bu sonuçlar, modelin özellikle coding ve cyber defense alanlarında iddialı olduğunu ortaya koyuyor.

AutomationBench sıralamasında GLM-5.3, 48.2 puanla zirveye yerleşti: 48.2 (GLM-5.3) > 46.7 (Kimi K3) > 46.2 (Fable 5) > 45.8 (GPT-5.6 Sol).

CyberGym testinde ise GLM-5.3, 84.5 puanla yine en üst sırada yer aldı: 84.5 (GLM-5.3) > 80.0 (Kimi K3) > 83.8 (Fable 5) > 83.6 (GPT-5.6 Sol).

GDPVal-AA v2 testinde GLM-5.3, 1769 puanla Fable 5’in (1743) ve GPT-5.6 Sol’ün (1730) önünde yer aldı.

GLM-5.2’den GLM-5.3’e Sıçrama: Bazı Testlerde 10 Kata Kadar İyileşme

GLM-5.3’ün bir önceki sürümü GLM-5.2’ye kıyasla gösterdiği ilerleme, modelin hızla evrildiğini gözler önüne seriyor. Özellikle zorlu coding benchmarklarında yaşanan gelişmeler dikkat çekici:

• Terminal Bench 3.0: 4.6 → 28.3 (6 kata yakın artış)
• DeepSWE: 46.2 → 66.9 (yüzde 45’lik iyileşme)
• AutomationBench: 26.2 → 48.2 (yüzde 84’lük sıçrama)
• HLE w/ Tools: 54.7 → 62.5
• ExploitBench: 24.4 → 54.4 (2 kata yakın artış)
• ExploitGym: 39 → 130 (3 kata yakın artış)

Bu rakamlar, GLM-5.3’ün yalnızca iteratif bir güncelleme olmadığını, bazı alanlarda paradigma değişikliği niteliğinde bir ilerleme kaydettiğini gösteriyor. GLM-5.2’nin Haziran 2026’da yayınlandığı düşünüldüğünde, iki ay gibi kısa bir sürede bu denli büyük bir sıçrama yaşanması oldukça dikkat çekici.

GLM-5.3 Kullanıma Sunuluyor: Erişim ve Açık Ağırlık

GLM-5.3, şu anda GLM Coding Plan ve ZCode platformları üzerinden kullanıma sunulmuş durumda. API erişimi ve açık ağırlık (open weight) modelin yayını ise güvenlik değerlendirmelerinin tamamlanmasının ardından kademeli olarak planlanıyor. Zhipu AI’nin bu yaklaşımı, modelin kamuya açık araştırma topluluğuna sunulmadan önce kapsamlı bir güvenlik incelemesinden geçirilmesini amaçlıyor.

Pazar Dinamikleri ve Rekabet

GLM-5.3’ün lanse edilmesi, Çin yapay zeka ekosistemi için kritik bir dönüm noktası niteliği taşıyor. Bir hafta içinde hem DeepSeek V4 Pro 0813 hem de GLM-5.3’ün duyurulması, Çinli şirketler arasındaki rekabetin ne denli yoğun olduğunu gözler önüne seriyor. Bu gelişmeler, yapay zeka modellerinin artık yalnızca genel performans üzerinden değil, coding yetenekleri, agent çalıştırma kapasitesi ve uzun görev yürütme gibi spesifik yetkinlikler üzerinden de yarıştığını ortaya koyuyor. 743B parametreli bir modelin, 2.4 trilyon parametreli modellerin yeteneklerine yaklaşması veya bazı alanlarda geride bırakması, yapay zeka dünyasında “ölçek her şey değil” tezinin giderek güçlenmesini sağlıyor. Bu durum, hem araştırmacılar hem de işletmeler için maliyet-performans dengesini yeniden değerlendirmeye açıyor.

Kaynak: @MaxForAI (X/Twitter), Zai_org