Уходим в выходные с тремя новыми сильными открытыми моделями: Z.ai наконец выложила вес...
Уходим в выходные с тремя новыми сильными открытыми моделями: Z.ai наконец выложила веса GLM-5.3, Tencent открыла Hy4 preview. Третьим (и первым в череде) релизом недели прошла GLM-5.3 Flash. GLM-5.3 запускали две недели назад, отдали в подписку и ZCode, а веса придержали. Z.ai объяснила это тем, что способности в кибербезопасности выросли быстрее, чем закладывалось, и нужно закончить оценку и доработку защит. Свои замеры компания приводила такие: 84,5 на CyberGym против 77,2 у GLM-5.2, 54,4 на ExploitBench против 24,4, 28,3 на Terminal-Bench 3.0 против 4,6. Плюс 2436 уязвимостей в 269 открытых проектах, из них 1097 критических и высоких. Лицензия при этом сменилась. У GLM-5.2 была MIT, у GLM-5.3 своя. Текст почти дословно повторяет MIT и добавляет один пункт: кто продает доступ к инференсу или дообучению и имеет больше $10 млрд выручки за любые 12 месяцев подряд, обязан пройти проверку безопасности у Z.ai перед коммерческим использованием. Artificial Analysis дает GLM-5.3 60 баллов Intelligence Index, вровень с Kimi K3 и на 7 выше GLM-5.2. На агентном GDPval-AA v2 около 1770, второе место после Claude Opus 5. Токенов модель жжет заметно больше: примерно 18700 выходных на задачу, на 20% больше GLM-5.2 и на 27% больше Kimi K3. GLM-5.3 Flash вышла днем раньше под MIT. Это не облегченная старшая, а отдельная модель на своей базе: 320B параметров, 18B активных, первая нативно мультимодальная в линейке. Неделю до анонса она работала на OpenRouter и OpenCode анонимно под именем ox-alpha, трафик, по утверждению Z.ai, обслуживали китайские ускорители. У Artificial Analysis 57 баллов и пометка про многословность: 150 млн токенов на прогон индекса при медиане 110 млн. Hy4 preview Tencent открыла сегодня под Apache 2.0. 770B параметров, 49B активных, миллион контекста, отдельный слой MTP на 10B для спекулятивного декодирования. Предыдущая Hy3 была на 295B и 256 тысячах контекста. Заявлено 85,4 на Terminal-Bench 2.1 и рост с 28,0 до 64,3 на DeepSWE. Отдельно приведен слепой внутренний тест: 163 эксперта Tencent на 203 инженерных задачах, 2,99 у Hy4 против 2,92 у GLM-5.3 и 2,94 у Kimi K3. Архитектуру Tencent в карточке прямо называет заимствованной у DeepSeek и GLM. Вендорские таблицы между собой не бьются. Tencent пишет, что 85,4 на Terminal-Bench 2.1 обходит DeepSeek V4 Pro. У Z.ai в таблице к весам GLM-5.3 тот же DeepSeek V4 Pro стоит на 87,9, а сама GLM-5.3 на 88,2. GLM-5.3 Веса Блогпост GLM-5.3 Flash Веса Блогпост Hy4 preview Веса Блогпост @anti_agi