Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Roundtable сообщил о модели abliterated-model-large-v2 на базе GLM-5.3, предназначенной для offensive security, red teaming и тестирования агентов без ограничений. В посте приведены высокие результаты трёх бенчмарков, однако нет ссылки на модель, документацию, код запуска или методику измерений. Поэтому сообщение пока нельзя использовать как основание для пересмотра технических планов.
Что заявлено
По данным Roundtable, модель получила 41,8% в Terminal-Bench 4.0 против 37,3% у GPT-5.6 Sol и 84,5% в CyberGym, опередив Mythos и GPT-5.6 Sol. В ExploitGym она якобы выполнила 105 задач за два часа — более чем вдвое больше GLM-5.2.
Также заявлены развёртывание в США, вычисления в FP8, контекстное окно на 1 млн токенов, отсутствие хранения входных и выходных промптов, совместимый API и доступность данных для дообучения. Пост не уточняет, с каким API обеспечена совместимость, где размещена модель и на каких условиях доступны веса или данные.
Почему сравнение пока непригодно для решений
Проверить цифры невозможно без первичного релиза и описания экспериментов. Не указаны версии наборов данных, параметры запуска, число попыток, критерии успешного выполнения задач и вычислительная конфигурация. Для ExploitGym неизвестно, одинаковыми ли были лимиты времени и ресурсов у сравниваемых моделей.
Не подтверждено и отсутствие защитных ограничений: в посте нет системного промпта, перечня допустимых сценариев или результатов тестирования отказов. Аналогично заявление о нулевом хранении промптов не сопровождается политикой обработки данных или описанием инфраструктуры.
Практический вывод ограничен: появилась заявка на специализированную модель для задач, которые универсальные сервисы могут блокировать. До публикации API, документации и воспроизводимых результатов её нельзя содержательно сравнить с другими моделями, оценить риски эксплуатации или включить в архитектуру продукта. Сейчас это анонс с неподтверждёнными показателями, а не доступный технический вариант.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
