GLM 5.3 von Z.ai ist auf Amazon Bedrock als verwaltete API verfügbar

Ein Modell mit 753 Milliarden Parametern für Coding und Agenten

GLM 5.3 ist laut Veröffentlichung auf dem Hugging Face Hub ein Mixture-of-Experts-Modell mit 753 Milliarden Parametern, das auf Programmieraufgaben und langfristige agentische Aufgaben ausgelegt ist. AWS begründet die Veröffentlichung mit den wachsenden Anforderungen solcher Workloads: das Refactoring eines Repositorys mit Hunderten Dateien, einen mehrstündigen agentischen Workflow ohne Kontextverlust und das Durchdenken komplexer Systemprobleme mit Werkzeugeinsatz in jedem Schritt.

Wer Open-Weight-Modelle für solche Aufgaben nutzen wollte, musste bisher eine eigene Inferenz-Infrastruktur aufsetzen und betreiben, so AWS. Auf Bedrock wird das Modell stattdessen über verwaltete APIs angeboten.

Z.ai berichtet zudem, das Modell zeige bemerkenswerte Fähigkeiten im Bereich Cybersicherheit. Nach Angaben des Unternehmens erreichte es zum Release mit 84,5 Punkten einen Spitzenwert im CyberGym-Benchmark.

Was sich gegenüber GLM 5 ändert

GLM 5 kam Anfang dieses Jahres auf Amazon Bedrock, und AWS beschreibt GLM 5.3 als Weiterentwicklung derselben Modellreihe. Der Beitrag nennt drei wesentliche Verbesserungen, die allesamt auf Angaben von Z.ai beruhen:

• Stärkeres Coding: Z.ai gibt an, bei Coding-Benchmarks wie DeepSWE, Terminal Bench 3.0 und FrontierSWE wettbewerbsfähig abzuschneiden. Zudem meldet das Unternehmen eine Verbesserung von 50 % gegenüber GLM 5.2 im eigenen internen Coding-Benchmark. Direkte Vergleiche mit GLM 5 wurden nicht veröffentlicht, weil die Tests seit der Ankündigung von GLM 5.1 wegen der Größe der Verbesserungen selbst angepasst wurden.
• Neu entstandene Cybersicherheitsfähigkeiten: Die gemeldeten Sicherheitsergebnisse machen das Modell laut Beitrag zu einer naheliegenden Wahl für defensive Sicherheits-Workflows.
• Breitere Bedrock-Integration: regionsübergreifende Inferenzprofile, implizites und explizites Prompt Caching sowie eine bessere Funktionsparität der OpenAI-kompatiblen Responses- und Chat-Completions-APIs neben Invoke und Converse.

API-Zugang, Caching und Service-Tiers

Entwickler können GLM 5.3 über die OpenAI-kompatiblen Responses- und Chat-Completions-APIs oder über die Amazon-Bedrock-APIs Invoke und Converse ansprechen. Für neue Anwendungen empfiehlt AWS die OpenAI-kompatiblen APIs, da sie einen vollständigeren Funktionsumfang unterstützen. Ohne Code lässt sich das Modell außerdem in der Bedrock-Konsole unter Test > Playground ausprobieren.

Prompt Caching wird in zwei Modi unterstützt. Implizites Caching ist standardmäßig aktiv. Explizites Caching, das AWS für die Responses- und Chat-Completions-APIs empfiehlt, erlaubt es Entwicklern, wiederverwendbare Prompt-Präfixe mit prompt_cache_breakpoint-Markierungen zu kennzeichnen, aktiviert über prompt_cache_options. Jeder Breakpoint muss mindestens 1.024 Token enthalten, um infrage zu kommen. Laut AWS kann das die Cache-Trefferquote und damit Latenz und Kosteneinsparungen bei agentischen Workloads weiter verbessern, die in jeder Runde große System-Prompts oder Repository-Kontext erneut senden.

Regionsübergreifende Inferenz ist über ein US-Profil (us.zai.glm-5.3) und ein globales Profil (global.zai.glm-5.3) möglich. Anfragen gehen an eine gewählte AWS-Quellregion, und Bedrock leitet jede einzelne zur Verarbeitung weiter. Es gibt drei Service-Tiers: Flex für weniger zeitkritische Workloads, Priority für latenzkritische Anfragen zu einem höheren Preis und Standard als voreingestellten Mittelweg zwischen Preis und Geschwindigkeit.

Bei den Zugangsdaten empfiehlt AWS nachdrücklich kurzlebige Credentials statt langlebiger API-Schlüssel, wo immer möglich. Das Python-Beispiel nutzt das OpenAI SDK mit der Bibliothek aws-bedrock-token-generator, um aus gewöhnlichen AWS-CLI-Zugangsdaten kurzlebige Tokens zu erzeugen.

Sicherheitstests mit Strix

Als Beispiel-Workload dient im Beitrag das autorisierte Sicherheitstesten mit Strix, einem quelloffenen KI-Agenten für Penetrationstests, der Code dynamisch ausführt, Schwachstellen findet und sie mit Proof-of-Concept-Tests validiert. Laut AWS verwendet die Strix-Dokumentation zum Zeitpunkt der Veröffentlichung GLM 5.3 als Standardmodell. Strix lässt sich so konfigurieren, dass es statt eines Inferenzanbieters von Drittanbietern GLM 5.3 auf Bedrock nutzt, sodass die Inferenz unter den Kontrollen des AWS-Kontos läuft.

AWS betont, dass Nutzer nur Anwendungen testen sollten, die ihnen gehören oder für die sie eine ausdrückliche schriftliche Erlaubnis haben. Unbefugte Tests seien in den meisten Rechtsordnungen illegal und verstießen gegen die AWS Acceptable Use Policy. Die Anleitung nimmt OWASP Juice Shop ins Visier, eine absichtlich verwundbare Beispielanwendung, die lokal läuft. Für verwaltetes, kontinuierliches Testen verweist AWS auf AWS Continuum, das es als Ergänzung zu Open-Source-Agenten beschreibt.

Was das für Nutzer bedeutet

Für Unternehmensteams, die bereits mit AWS arbeiten, bietet die Veröffentlichung ein großes Open-Weight-Modell für Coding und Agenten hinter verwalteten APIs, mit integriertem Caching, regionsübergreifendem Routing und Preisstufen. Der Zugang ist auf berechtigte Unternehmenskunden beschränkt, und die Leistungsangaben stammen von Z.ai, nicht aus unabhängigen Tests.