Yayımlanan model

Çinli yapay zeka girişimi Zhipu AI, 14 Ağustos 2026'da GLM-5.3'ü yayımladı. Duyurunun teknik olarak en dikkat çekici yanı, modelin selefi GLM-5.2 ile aynı temeli paylaşması. Yani ortaya çıkan tüm kazanç yeni bir ön eğitimden değil, yalnızca uzatılmış eğitim sonrası aşamadan geliyor.

Şirket GLM-5.3'ü açık ağırlıklı kodlama modelleri içinde en güçlüsü olarak tanımlıyor ve en büyük sıçramanın ajan tabanlı görevlerde yaşandığını söylüyor. Bu iddia, modelin tek bir yanıt üretmekten çok araç çağırıp sonucu okuyarak ilerleyen iş akışlarında iyileştiğini ima ediyor.

Güvenlik tarafına özel hazırlık

Duyurunun ikinci ekseni siber güvenlik. Kimi ya da Qwen gibi önde gelen Çin modellerinin ABD'nin sınır modellerinin gerisinde kaldığı alanlardan biri bu. Zhipu bu boşluğu kapatmak için GLM-5.3'ü, yazılım açıkları bulmak üzere kurulmuş veri ve ortamlarla eğitti.

Şirketin Z.ai üzerinden yaptığı açıklamaya göre model, sömürünün birden fazla aşaması boyunca akıl yürütmeye ve eksiksiz sömürü zincirleri için tutarlı planlar kurmaya başladı. Çin'deki güvenlik ekipleriyle birlikte çalışan şirket, sonuçları şöyle özetliyor:

  • 269 projede toplam 2.436 açık bulundu,
  • bulunan açıkların bir kısmı 40 yıla kadar eski,
  • bulgular kamuya açık bir kayıt defterinde belgelendi.

Erişim ve ağırlıklar

Model şu aşamada GLM Coding Plan üzerinden kullanılabiliyor ve ZCode, Claude Code ya da OpenCode gibi kodlama ajanlarıyla çalışıyor. Model ağırlıklarının ise güvenlik incelemeleri tamamlandıktan sonra, iki hafta içinde açık kaynak olarak yayımlanması planlanıyor.

Bu sıralama başlı başına bir işaret. Açık ağırlıklı bir modelin yayımını güvenlik incelemesine bağlamak, açık modellerin dağıtımında giderek yerleşen bir uygulamaya işaret ediyor. Zhipu'nun modeli özellikle açık bulma yeteneği için eğitmiş olması, bu bekleme süresini şirketin kendi çerçevesi içinde tutarlı kılıyor.

Nasıl okumalı?

Buradaki temel çekince, iddiaların kaynağının şirketin kendisi olması. En güçlü açık ağırlıklı kodlama modeli olduğu savı bağımsız kıyaslamalarla doğrulanmış değil ve açık bulma sayıları da şirketin kendi çalışmasından geliyor. Bulunan açıkların ne kadarının gerçekten sömürülebilir olduğu, kamuya açık kayıt defteri incelenmeden bilinemez.

Yine de teknik olarak anlamlı bir nokta var. Aynı temel üzerinde yalnızca eğitim sonrası aşamayı uzatarak ölçülebilir kazanç elde edildiği iddiası, model geliştirmede ağırlık merkezinin yeni ön eğitim turlarından uzaklaştığı yönündeki genel eğilimle örtüşüyor. Ön eğitim, hesap maliyetinin en büyük kalemi; kazancın eğitim sonrasından gelebilmesi, sınırlı bütçeli ekipler için de anlamlı bir yol açıyor. Bu iddianın ağırlıkların yayımlanmasının ardından bağımsız olarak sınanabilecek olması, tartışmanın sağlıklı ilerlemesi açısından önemli.

Kodlama ajanları tarafında ise pratik soru şu: aynı temel üzerine kurulmuş iki sürüm arasındaki fark, gerçek bir depoda gündelik kullanımda hissedilecek mi? Ajan tabanlı görevlerde iyileşme iddiası, çok adımlı işlerde hata biriktirme oranının düşmesi anlamına geliyor. Bunu ölçmenin en sağlıklı yolu, tek seferlik kod üretimi değil, uzun süren bir görevin sonuna kadar götürülüp götürülemediğine bakmak. Ağırlıklar yayımlandığında bunu herkesin kendi projesinde sınayabilecek olması, iddianın en hızlı sınanma yolu.