GLM 5.3 hledá chyby v kódu téměř jako špičkové modely. Proč ho Z.ai zatím nepouští ven

Model, který měl být venku, ale zatím zůstává za branou

Z.ai představila GLM 5.3 v pátek 14. srpna 2026. Firma ho popisuje jako model zaměřený na pokročilé programování, dlouhé agentní úlohy a kybernetickou bezpečnost. Oproti běžnému chatbotu má zvládat nejen odpovědět na otázku, ale také plánovat více kroků, pracovat s nástroji, analyzovat zdrojový kód a navrhovat řešení.

Klíčový rozdíl je v takzvaných open weights. Nejde nutně o totéž co plně otevřený software, ale u plánovaného open-weight modelu by bylo možné modelové váhy po zveřejnění stáhnout a provozovat na vlastním hardwaru. Firma tak po jejich uvolnění nebude mít úplnou kontrolu nad tím, kdo model používá a k čemu ho připojí. U obyčejného chatbota je to podobné jako půjčit někomu nářadí v dílně. U modelu schopného hledat slabiny v serverech je to spíš jako rozdat univerzální paklíč a doufat, že všichni zamíří jen k vlastním dveřím.

Z.ai proto oznámila postupné uvolnění. V první fázi má GLM 5.3 testovat omezený okruh bezpečnostních partnerů. Podle oznámení Z.ai měl plný přístup k modelu dorazit přibližně za dva týdny, tedy kolem konce srpna 2026, pokud bezpečnostní prověrka nezjistí důvod k dalšímu odkladu. Jde pouze o plánovaný termín, nikoli o potvrzené vydání. WIRED upozorňuje, že právě tato opatrnost je sama o sobě signálem, jak vážně Z.ai schopnosti modelu bere.

84,5 procenta v testu kybernetických schopností

Nejvíce pozornosti vzbudil výsledek v benchmarku CyberGym. Z.ai uvádí, že GLM 5.3 dosáhl skóre 84,5 procenta. Podle oficiálního popisu CyberGym test zjišťuje, zda AI agent dokáže v reálném open-source softwaru najít známé bezpečnostní chyby, a obsahuje 1 507 úloh založených na historických zranitelnostech ze 188 velkých softwarových projektů.

Ve srovnávací tabulce zveřejněné společností Z.ai v souvislosti s uvedením modelu má podle údajů z této tabulky GLM 5.3 dosáhnout 84,5 procenta, Claude Opus 4.6 83,8 procenta a GPT-5.3-Codex 83,6 procenta. Jde o údaje ze srovnávací tabulky Z.ai, nikoli o nezávislé měření. Rozdíl je malý a srovnání nelze chápat jako obecné vítězství jednoho modelu nad ostatními. Jde o výsledek z firemního testovacího nastavení, který sám o sobě neříká, jak by si modely vedly ve všech podmínkách.

Je ale nutné dodat jednu zásadní poznámku. Jde o výsledek prezentovaný společností Z.ai a v době vydání článku nejsou k dispozici rozsáhlé nezávislé replikace všech testů. Benchmark navíc neměří „schopnost hacknout internet“ jako celek. Ověřuje konkrétní typ úloh: nalezení známé zranitelnosti v dostupném kódu a práci s nástroji v kontrolovaném prostředí. Mezi laboratorním testem a útokem na skutečnou firmu je stále několik vrstev infrastruktury, oprávnění a lidských chyb.

Co se podle Z.ai zlepšilo oproti předchozí generaci

Z.ai tvrdí, že hlavní posun nepřišel pouze zvětšením modelu, ale především takzvaným post-trainingem. To je fáze po základním trénování, ve které se model učí řešit konkrétní úlohy, pracovat s výsledky svých pokusů a postupně zlepšovat strategii.

V interním testu Z.ai Code Bench má GLM 5.3 dosahovat přibližně o 50 procent lepšího výsledku než předchozí GLM 5.2. Podle údajů Z.ai se na benchmarku Terminal-Bench 3.0 skóre zvýšilo z 4,6 na 28,3 procenta. Na DeepSWE v1.1 mělo podle údajů Z.ai vyrůst ze 46,2 na 66,9 procenta.

Čísla vypadají výrazně, ale u interních a specializovaných benchmarků je potřeba číst i metodiku. Každý test zvýhodňuje trochu jiný způsob práce. Jeden měří generování kódu, jiný schopnost používat terminál a další hledání nebo praktické ověřování zranitelností. Výsledek proto neznamená, že GLM 5.3 bude automaticky lepší než GPT, Gemini nebo Claude při každém programátorském úkolu.

Proč je kybernetika pro AI tak důležitá

Schopnost hledat bezpečnostní chyby je do značné míry rozšířením schopnosti rozumět složitému kódu. Pokud model dokáže sledovat závislosti mezi desítkami souborů, pochopit autentizaci, pracovat s příkazovou řádkou a testovat hypotézy, může stejnou dovednost použít dvěma způsoby.

Na straně obrany může procházet firemní repozitáře, hledat chybné nastavení, odhalovat uniklé přístupové údaje nebo navrhovat opravy. To je práce, na kterou bezpečnostní týmy často nemají dostatek času. Z.ai současně představila službu OpenVuln, která má sloužit ke skenování zdrojových kódů a hledání zranitelností pomocí GLM 5.3.

Na straně útoku může podobný model pomoci automatizovat průzkum cizího systému, připravit škodlivý kód nebo hledat slabá místa rychleji než člověk. Neznamená to, že každý uživatel dostane jedním kliknutím autonomního hackera. Znamená to ale, že se snižuje množství odborné práce potřebné k provedení některých fází útoku.

Na tento trend upozorňují i představitelé amerických AI firem. Greg Brockman z OpenAI ve svém textu z 17. srpna 2026 popisuje, že současné modely stále lépe procházejí rozsáhlé kódové základny a hledají v nich neznámé chyby, zapomenutá oprávnění nebo špatně nastavené hranice důvěry. OpenAI kvůli tomu zpřístupňuje nejsilnější kybernetické schopnosti nejprve omezenému okruhu důvěryhodných obránců. Text OpenAI

Open-weight modely mají výhodu i nevýhodu

Po případném zveřejnění vah by mohl být model provozovaný na vlastním hardwaru pro firmy zajímavější než cloudová služba. Citlivý zdrojový kód by nemusel opouštět interní infrastrukturu, tým by si mohl upravit nástroje podle svých potřeb a náklady by nebyly přímo svázané s každým API požadavkem. Zároveň ale platí, že provoz takto velkého modelu není domácí projekt pro běžný herní počítač. Potřebný hardware, elektřina, chlazení a správa infrastruktury mohou stát více než samotné předplatné cloudové služby.

Stejná otevřenost by však po uvolnění vah komplikovala bezpečnostní kontrolu. Pokud by někdo model stáhl, mohl by ho připojit k vlastním nástrojům, upravit jeho chování nebo odstranit bezpečnostní omezení. Oznámení NVIDIA popisuje Open Secure AI Alliance a její zaměření na bezpečnější používání AI v kybernetice.

Co to znamená pro české uživatele

V úterý 18. srpna 2026 není GLM 5.3 veřejně dostupný ke stažení ani jako běžná služba pro každého uživatele v Česku. Dokumentace Z.ai počítá s přístupem ke svým modelům přes API i vývojářské nástroje. Konkrétní cena GLM 5.3 ale zatím nebyla veřejně potvrzena. Dokumentace Z.ai u dřívějších modelů uvádí Coding Plan od 18 dolarů měsíčně, což však nelze automaticky považovat za cenu nového modelu.

Čeština není u GLM 5.3 v dostupných oznámeních uvedena jako samostatně garantovaný jazyk. Modely GLM obecně pracují minimálně s angličtinou a čínštinou, ale pro české nasazení by firma nebo vývojář měl předem otestovat kvalitu odpovědí, práci s českými komentáři v kódu a schopnost správně interpretovat lokální dokumentaci. Přístup přes API tedy ještě neznamená plnohodnotnou českou lokalizaci.

Pro běžného uživatele se v tuto chvíli prakticky nic nemění. Pro vývojáře a bezpečnostní týmy je ale GLM 5.3 důležitým signálem. Výkonné kybernetické schopnosti se postupně přesouvají z několika uzavřených laboratoří do širšího ekosystému plánovaných open-weight modelů. Firmy by proto neměly čekat na další incident, ale měly by si ověřit aktualizace, přístupová práva, zálohy a veřejně dostupné služby už nyní.

Nejde o konec bezpečnosti, ale o rychlejší závod

GLM 5.3 není důkazem, že umělá inteligence převzala kontrolu nad kybernetickou bezpečností. Je to spíš další důkaz, že hranice mezi programováním a bezpečnostním testováním se rychle zmenšuje. Modely, které umějí dlouho plánovat a používat nástroje, mohou pracovat jako levný pomocník obránců i jako násobič schopností útočníků.

Nejrozumnější reakce proto není zákaz každého open-weight modelu ani slepé nadšení. Obrana musí využívat stejné schopnosti, ale v prostředí s omezenými oprávněními, logováním a lidskou kontrolou. Z.ai zvolila opatrný postup tím, že GLM 5.3 nejprve testuje s bezpečnostními partnery. Teprve další týdny ukážou, zda se jeho benchmarkové výsledky potvrdí i mimo firemní tabulky.

Zdroje: WIRED, Axios, CyberGym, dokumentace Z.ai k cenám, oficiální oznámení Z.ai k GLM 5.3, NVIDIA Open Secure AI Alliance.