Zhipu stellt GLM-5.3 vor: Neue Maßstäbe in der KI
Zhipu hat das neue Modell GLM-5.3 veröffentlicht, das seinen Vorgänger in zahlreichen Metriken übertrifft und bereits im Rahmen des GLM Coding Plans verfügbar ist.
Zhipu veröffentlicht GLM-5.3
Das Modell basiert auf demselben Grundmodell mit 743 Milliarden Parametern wie GLM-5.2, erzielt jedoch Ergebnisse, die mit Modellen vergleichbar sind, die ein Vielfaches größer sind.
Fortschritte im Vergleich zu GLM-5.2:
- Terminal Bench 3.0: 4,6 → 28,3
- DeepSWE: 46,2 → 66,9
- AutomationBench: 26,2 → 48,2
- HLE mit Tools: 54,7 → 62,5
- ExploitGym: 39 → 130
- ExploitBench: 24,4 → 54,4
GLM-5.3 ist bereits über den GLM Coding Plan und ZCode verfügbar.
Der Zugang über API und offene Gewichte wird schrittweise nach strengen Sicherheitsprüfungen freigegeben.
Warum das wichtig ist
AnalyseDies ist von erheblicher Bedeutung, da das neue Modell GLM-5.3 substanzielle Fortschritte in der künstlichen Intelligenz demonstriert und potenziell verschiedene Anwendungsbereiche beeinflusst. Es eröffnet Entwicklern und Forschern im KI-Bereich neue Möglichkeiten.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
JSON – strukturierte Daten für Anwendungen, APIs und KI-Agenten
Ein umfassender praktischer Leitfaden zum JSON-Format: Syntaxregeln, Serialisierung über parse/stringify, Arbeit mit REST-APIs, JSON Schema und strukturierter Output für künstliche Intelligenz.
DOCX- und XLSX-Formate: Wann ein vollwertiges finales Dokument von KI erforderlich ist
Ein umfassender praktischer Leitfaden zur Generierung und Verarbeitung von DOCX-Dokumenten und XLSX-Tabellen mit KI: Vergleich mit Markdown und CSV, Prompt-Engineering, Arbeit mit Formeln und Automatisierung im Code.
Binance veröffentlicht Untersuchung zum Diebstahl von 6,3 Mrd. US-Dollar
Die Untersuchung verbindet den Diebstahl mit einem manipulierten Homebrew, einem gefälschten Interview und dem Missbrauch eines internen KI-Tools von Binance.
Reddit-Nutzer erklärt, warum Claude-Code-Wochenlimits fast viermal schneller verbraucht werden
Ein Reddit-Nutzer verglich den Token-Verbrauch über zwei Wochen und stellte fest, dass auf jedes 1 % des Wochenlimits von Claude Code deutlich weniger Ausgabe-Tokens entfallen; Subagents, Reasoning-Dauer und UI-Aktualisierungen gelten als mögliche Ursachen.