Inteligência Artificial
GLM-5.3 lidera detecção de vulnerabilidades em código, à frente de Anthropic e OpenAI
O modelo open-weight da Zhipu que empatou no topo do coding também assume a primeira posição no benchmark de security review, superando os fechados ocidentais. Pesos abertos com preço de $0,68 por tarefa.
O GLM-5.3, da Zhipu, já havia empatado no topo dos modelos open-weights de coding com 60 pontos de inteligência. A revelação da semana veio de outro benchmark: o modelo lidera a detecção de vulnerabilidades em código, à frente dos modelos fechados da Anthropic e da OpenAI. Pesos abertos, $0,68 por tarefa concluída.
Para times de segurança, o dado quebra uma resistência comum: usar modelo chinês de pesos abertos para revisar código sensível. A resposta da prática tem sido rodar o modelo localmente, já que os pesos estão publicados no Hugging Face sob licença própria da Zhipu com restrições comerciais. Quem precisa de licença sem dedos, a linha MIT continua disponível no GLM-5.2 e no GLM-5.3-Flash.
O retrato do modelo na tabela semanal
- 60 pontos de inteligência, empate com o Kimi K3 no topo dos open-weights.
- 88,2% no Terminal-Bench v2.1, primeiro lugar em security review.
- $0,68 por tarefa, cerca de 5x mais barato que o Claude Opus 5.
- A variante Flash, MIT e multimodal, custa $0,09 por tarefa.
A constatação maior é sobre o gap que fechou: em coding e agora em security review, os modelos abertos chineses alcançaram a fronteira. Para revisão de dependências, auditoria de PRs e triagem de vulnerabilidades em volume, o custo-benefício não tem rival ocidental próximo.
Fonte: Zhipu AI no Hugging Face. Confira a análise de custo-benefício no blog.