Zhipu no construyó un modelo nuevo. Siguió entrenando el viejo, y dice que programar mejoró un 50 por ciento
Zhipu publicó GLM-5.3 el 14 de agosto. Lo llamativo es lo que no es: el modelo base no ha cambiado respecto a GLM-5.2 — el mismo diseño de mezcla de expertos de unos 744.000 millones de parámetros, con unos 40.000 millones activos por token. Toda la mejora que se reclama procede del post-entrenamiento: un entrenamiento más largo, decenas de veces más entornos de tareas de contexto largo y de tipos más variados. Zhipu afirma que la capacidad de programación mejoró alrededor de un 50 por ciento frente a GLM-5.2, que es primero entre los modelos de pesos abiertos en Terminal Bench 3.0 y Agents' Last Exam, y que obtiene un 84,5 por ciento en la prueba de seguridad CyberGym. En su propio Code Bench sitúa a GLM-5.3 en 31,4 por ciento frente al 29,5 por ciento de Claude Opus 4.8, con unos 50.000 tokens de salida frente a los 120.000 de Opus. La mayoría de estas cifras son evaluaciones de la propia Zhipu. Los pesos aún no están disponibles: la empresa dice que los publicará unas dos semanas después del lanzamiento, cuando termine el endurecimiento de seguridad.
Noticias relacionadas
Rumor: el modelo anónimo que acaba de encabezar un test de programación, gratis, sería el buque insignia sin publicar de Zhipu2026-08-21El caballo de batalla barato de DeepSeek ya ve — y en tareas de agente que exigen ojos dice acercarse a lo mejor de Anthropic
2026-08-21Nvidia paga 6.000 millones de dólares por la máquina que fabrica los modelos de un rival — y contrata a 109 de quienes la manejaban
2026-08-21Con cuatro horas y una GPU para mejorar la forma en que se entrena la IA, el mejor agente sacó 0,25 sobre 1 — y la mayoría ni lo intentó
2026-08-21Enséñaselo al robot una vez — de tres a doce segundos — y acierta 59 veces de cada 100 sin ningún entrenamiento
2026-08-21