«Открытые веса без своей инфраструктуры»: GLM 5.3 от Z.ai стала доступна в Amazon Bedrock

Открытые веса без своей инфраструктуры

AWS описывает задачу так: кодинг и агентные нагрузки требуют от моделей всё большего — рефакторинга репозитория на сотни файлов, многочасового агентного процесса без потери контекста и рассуждений о сложных системах с использованием инструментов на каждом шаге. Получить такое качество с открытыми весами раньше означало развернуть и эксплуатировать собственную инфраструктуру инференса.

Теперь GLM 5.3 от Z.ai (Zhipu AI) доступна в Amazon Bedrock. Это 753-миллиардная mixture-of-experts модель, оптимизированная под кодинг и длительные агентные задачи, а Z.ai отдельно сообщила о заметных способностях модели в кибербезопасности. В Bedrock она вызывается через полностью управляемые API с межрегиональным инференсом, кэшированием промптов и сервисными уровнями — собственной инфраструктурой управлять не нужно. Доступ к GLM 5.3 на Bedrock открыт для подходящих корпоративных клиентов (eligible enterprise customers).

Что изменилось по сравнению с GLM 5

GLM 5 появилась в Amazon Bedrock ранее в этом году, и версия 5.3 продолжает ту же линию с несколькими важными улучшениями. Сильнее кодинг: Z.ai заявляет конкурентоспособные результаты на ряде бенчмарков, включая DeepSWE, Terminal Bench 3.0 и FrontierSWE, а также 50-процентный прирост относительно GLM 5.2 на собственном внутреннем бенчмарке кодинга. Прямых сравнений с GLM 5 AWS не приводит: масштаб улучшений заставил обновить сами тесты после анонса GLM 5.1.

Кибербезопасность вынесена отдельным пунктом: результаты модели на задачах безопасности выделяются, что делает её естественным кандидатом для защитных сценариев. По измерениям Z.ai, на бенчмарке CyberGym модель показала ведущий результат 84.5 на момент релиза. Расширилась и интеграция с Amazon Bedrock: профили межрегионального инференса, неявное и явное кэширование промптов и более полный паритет OpenAI-совместимых Responses и Chat Completions API наряду с Invoke и Converse.

Ключевые возможности

Модель рассчитана на frontier-кодинг и агентные задачи: многошаговое рассуждение, рабочие процессы с инструментами и удержание контекста по большим кодовым базам. Доступ к API гибкий — либо через OpenAI-совместимые Responses и Chat Completions, либо через Amazon Bedrock Invoke и Converse.

Кэширование промптов включено неявно по умолчанию, а на Responses и Chat Completions доступны и явные контролы — AWS считает их более эффективными. Для агентных нагрузок, которые каждый ход пересылают большие системные промпты или контекст репозитория, кэш снижает и задержку, и стоимость входных токенов; чтобы попасть в кэш, каждый маркер границы кэша (prompt_cache_breakpoint) должен содержать не менее 1 024 токенов.

Межрегиональный инференс работает через профили US (us.zai.glm-5.3) и Global (global.zai.glm-5.3): запрос уходит в выбранный «исходный» регион AWS, а маршрутизацию к обработке Bedrock берёт на себя. Кроме того, доступны три сервисных уровня на выбор: Flex — экономия на менее срочных нагрузках, Priority — приоритет по задержке за более высокую цену, Standard — баланс цены и скорости по умолчанию.

Пример: авторизованное тестирование безопасности со Strix

AWS показывает сценарий, который выигрывает от сильных сторон модели напрямую, — автоматизированное тестирование безопасности собственных приложений. Strix — открытый ИИ-агент для пентеста: он динамически запускает код, находит уязвимости и подтверждает их тестами proof-of-concept. На момент написания материала документация Strix использует GLM 5.3 как модель по умолчанию, а в Bedrock её можно подключить вместо стороннего провайдера инференса, чтобы запросы шли под контролем аккаунта AWS.

AWS отдельно предупреждает: тестировать можно только свои приложения или те, на которые есть явное письменное разрешение; несанкционированное тестирование чужих систем незаконно в большинстве юрисдикций и нарушает Acceptable Use Policy AWS. В примере целью выбрано намеренно уязвимое приложение OWASP Juice Shop, запущенное локально.

Strix работает поверх LiteLLM, поэтому учётные данные AWS CLI подхватываются автоматически и API-ключ не нужен. Но на момент публикации LiteLLM ещё не разрешает bedrock/global.zai.glm-5.3, поэтому AWS советует явно указать маршрут Converse API и ARN профиля инференса; затем агент-«руководитель» Strix поднимает команду суб-агентов, которые картографируют поверхность атаки и проверяют каждую находку рабочим proof-of-concept. Для управляемого и непрерывного тестирования AWS предлагает сервис Continuum и называет оба подхода взаимодополняющими.

Как это выглядит на практике

Программно модель вызывается через endpoint bedrock-runtime. AWS показывает пример на Python: OpenAI SDK вместе с библиотекой aws-bedrock-token-generator, которая выпускает краткосрочные токены из обычных учётных данных AWS CLI; установка — pip install -U openai aws-bedrock-token-generator. В примере запрос уходит к модели global.zai.glm-5.3 из региона us-west-2 как «исходного».

Хотя Bedrock умеет генерировать API-ключи для OpenAI-совместимых интеграций, AWS рекомендует по возможности предпочитать краткоживущие учётные данные долгоживущим ключам. Оплата — по токенам, постоянных ресурсов у инференса нет, поэтому после завершения запросов дополнительных начислений не остаётся.

Материал опубликован 5 октября 2026 года в разделе Amazon Bedrock; автор — Alex Thewsey, специалист AWS по решениям для ИИ (AI Specialist Solutions Architect) из Сингапура. Релиз продолжает линию открытых весов на управляемых платформах: карточка модели с открытыми весами опубликована Z.ai на Hugging Face.