GLM-5.3 или GLM-5.2 для программирования

GLM-5.3 или GLM-5.2 для программирования - это прежде всего сравнение post-training, а не двух разных базовых моделей. Z.ai сообщает, что обе версии используют одну основу. GLM-5.3 получает дополнительное обучение в исполняемых long-horizon средах и показывает заявленный рост в coding, agent и security тестах.

Практический ответ зависит от доступа. Для сложной и долгой работы GLM-5.3 выглядит более сильным кандидатом на оценку, но пока не является повсеместной прямой заменой API. 14 августа 2026 года Z.ai открыл модель пользователям GLM Coding Plan, а developer-страница все еще говорила: "The GLM-5.3 API is coming soon." В каталоге OmniaKey сейчас есть glm-5.2, но нет glm-5.3.

GLM-5.3 и GLM-5.2 в одном сравнении

Нужно разделить два вопроса:

1. Стоит ли оценивать GLM-5.3? Да, особенно для long-horizon coding.
2. Стоит ли сегодня переводить весь production API? Нет, пока не проверены доступ, цена, клиент и миграция.

Страница GLM-5.2 отвечает за живую цену, пример запроса и доступность OmniaKey. Руководство по цене API GLM-5.2 содержит расчеты. Эта статья отвечает только за решение об обновлении.

Что действительно изменилось в GLM-5.3?

Z.ai прямо пишет, что GLM-5.3 использует ту же базовую модель, что и GLM-5.2. Заявленный прогресс обеспечен масштабированием post-training на длинных задачах.

Новый номер не обязательно означает большее окно, новую архитектуру или другой pretraining corpus. Здесь заявлен рост качества поведения после обучения на большем числе сред, разнообразных задач и длинных профессиональных workflows.

Z.ai описывает целые инженерные единицы работы, а не отдельные упражнения. Модель может читать codebase и документацию, работать с compute и storage, диагностировать узкое место, вносить изменения, запускать эксперименты и сохранять корректность до поставки.

Именно такую цепочку следует тестировать:

понять цель
  -> изучить среду
  -> спланировать и изменить
  -> запустить tools и tests
  -> разобрать ошибки
  -> проверить результат

Короткий autocomplete prompt не измерит главное заявленное отличие.

Официальное сравнение coding benchmarks

В отчете опубликованы следующие значения:

Z.ai также заявляет рост на 50% относительно GLM-5.2 в закрытом Z.ai Code Bench. При Max effort график показывает 34.5% примерно с 75K output-токенов на задачу для 5.3 против 23.4% с 96K для 5.2.

Этого достаточно, чтобы поставить 5.3 в очередь тестов, но недостаточно для универсального обещания 50%. Закрытый benchmark нельзя воспроизвести из анонса, а публичные зависят от конкретных harness, timeout, token limit, sampling и scoring.

Например, Terminal-Bench 3.0 использовал Claude Code 2.1.207, reasoning_effort=max, 400K контекста, до 128K output, до 600 agent turns, десятичасовой timeout и три запуска на задачу. Пятиминутный smoke test - другой эксперимент.

Меняется и граница безопасности

Z.ai добавил среды поиска уязвимостей и сообщил:

Это полезно для разрешенного defensive review, но требует более строгих мер: минимальные permissions, изолированное выполнение, ограниченная сеть, журналы tools и ручное подтверждение чувствительных изменений.

Возможность benchmark не дает разрешения. Найденный exploit нельзя проверять на чужой системе без полномочий.

Миграция API ломает одну настройку thinking

GLM-5.3 поддерживает три уровня:

{
  "model": "glm-5.3",
  "thinking": { "type": "enabled" },
  "reasoning_effort": "max"
}

Разрешены low, high, max; Z.ai указывает max как default и рекомендует его для coding.

Больше не поддерживается:

"thinking": { "type": "disabled" }

Z.ai предупреждает, что такой запрос завершится ошибкой. До смены model ID настройте:

{
  "thinking": { "type": "enabled" },
  "reasoning_effort": "low"
}

Если thinking раньше был выключен, начните с low, затем тестируйте high и max на реальной работе. Не меняйте одновременно модель и effort без измерения latency, output и acceptance.

Coding Plan не равен доступности API

В день запуска существуют три разных состояния:

• GLM Coding Plan: доступен всем пользователям плана.
• Developer API: официальная страница говорит coming soon.
• Открытые веса: запланированы примерно через две недели после safety evaluation и hardening.

Эти варианты не взаимозаменяемы. Работа в ZCode или подписке не доказывает, что API key примет model: "glm-5.3". Анонс весов также не дает готовый production self-hosting сегодня.

На дату проверки каталог OmniaKey перечисляет только glm-5.2. Запрос отсутствующей модели должен завершаться ошибкой, а не тихим fallback.

Цена API GLM-5.3 еще не опубликована

Z.ai указывает для GLM-5.2 $1.40 за миллион uncached input, $0.26 за cached input и $4.40 за output. Строки GLM-5.3 пока нет.

Не переносите цену 5.2, не конвертируйте points Coding Plan в выдуманную token rate и не называйте тариф стороннего gateway официальной ценой Z.ai.

Перед production migration нужны:

1. официальные ставки input, cached input и output;
2. условия cache storage или write;
3. региональная доступность модели и API;
4. rate limits и concurrency;
5. фактический token usage каждого reasoning effort.

Пока GLM-5.2 остается измеримым API-вариантом. Расчеты есть в руководстве по цене.

Стоит ли обновляться с GLM-5.2?

Оценивайте GLM-5.3, когда

• задача проходит через много файлов, систем или этапов проверки;
• GLM-5.2 теряет план в длинной цепочке tools;
• основная нагрузка - сложный debugging и repository-level изменения;
• выполняется разрешенный security review;
• можно провести matched test через поддерживаемый путь.

Оставайтесь на GLM-5.2, когда

• сегодня нужен общедоступный metered API;
• production стабилен, а цена известна;
• клиент зависит от thinking.type: "disabled";
• задача короткая и уже надежно проходит;
• для 5.3 пока нельзя повторить permissions, tools и acceptance.

Номер версии не является решением. Обновляйтесь, когда новая модель улучшает accepted-task cost или надежность вашей нагрузки.

Как провести честный тест

Зафиксируйте условия:

Записывайте pass rate, время, input, cache, output, retries, tool failures, ручную коррекцию и billed cost. Повторяйте тест, потому что long-horizon agents дают вариативные результаты.

Руководство по coding-моделям объясняет routing классов задач вместо выбора универсального победителя.

Итог

GLM-5.3 - содержательный coding release, а не косметический номер. Масштаб заявленных улучшений оправдывает приоритетную проверку на сложной repository-работе.

Но пока рано считать его универсальной production-заменой GLM-5.2: API имеет статус coming soon, token pricing не опубликован, веса появятся позже, а thinking config требует миграции.

Используйте GLM-5.2, если сегодня нужен известный metered API. Поставьте GLM-5.3 первым в тестах long-horizon coding и переключайтесь после matched результатов и реальной API-экономики.

Частые вопросы

GLM-5.3 лучше GLM-5.2 для программирования?

Z.ai сообщает более высокие результаты в закрытом Code Bench и нескольких публичных тестах. Это делает 5.3 более сильным кандидатом, но не универсальной гарантией.

GLM-5.3 использует новую базовую модель?

Нет. Z.ai сообщает об одной базе с GLM-5.2 и улучшениях за счет дополнительного post-training.

Доступен ли API GLM-5.3?

Модель доступна в Coding Plan с 14 августа 2026 года, но developer-страница все еще сообщает API coming soon.

Сколько стоит API GLM-5.3?

Официальная таблица еще не перечисляет модель. Цитируемой per-token цены нет, а ставка 5.2 не является placeholder.

Что ломается при миграции?

GLM-5.3 не поддерживает thinking.type: "disabled". Нужно включить thinking и поставить reasoning_effort в low до смены model ID.

Можно ли уже использовать GLM-5.3 через OmniaKey?

На дату проверки нет. OmniaKey перечисляет glm-5.2 и не делает silent substitution отсутствующих моделей.

Проверенные источники

• Z.ai: отчет о запуске GLM-5.3
• Z.ai: developer-страница GLM-5.3
• Z.ai: цены developer API
• Z.ai: страница GLM-5.2
• Живой каталог OmniaKey

Факты проверены 14 августа 2026 года. Доступ, availability, pricing, weights, benchmark docs и client support могут измениться. Перед production migration проверяйте первичные источники.