同基座、靠后训练拉开差距

GLM-5.3 总参数规模为 7430 亿，与 GLM-5.2 共享同一基座模型，所有能力提升都来自后训练 Scaling——可以理解为「课本没换，但换了更好的训练方法」。相较 GLM-5.2，其在编程能力上提升约 50%（基于智谱内部的 Z.ai Code Bench）。

在公开基准上，GLM-5.3 取得多项开源最佳：Terminal-Bench 3.0 得分 28.3，明显超过 Kimi K3 的 17.4，而 GLM-5.2 在该项仅 4.6；DeepSWE v1.1 软件工程基准得分 66.9（GLM-5.2 为 46.2，Kimi K3 为 67.5）。整体编程体感已逼近 Claude Fable 5 与 GPT-5.6 Sol 所处的第一梯队。

网络安全成意外亮点

更受关注的是能力的外溢。随着后训练规模放大，GLM-5.3 在网络安全方向涌现出了超出立项预期的能力：在 CyberGym 漏洞推理评测中得分 84.5%，高于 GLM-5.2 的 77.2%，也略高于 Mythos 5 的 83.8% 与 GPT-5.6 Sol 的 83.6%。

发布前两周，智谱联合安全团队开展测试，累计发现经去重后的潜在漏洞 2404 个，其中 1088 个为中高危。研究人员还借助该模型定位了一处潜伏 40 余年的 DNS 协议级风险——攻击者只需少量特殊请求，就能把服务器压力最高放大近 8 万倍，潜在影响超过 1000 万处公网 DNS 服务。

一个月，三家头部厂商集体迭代

GLM-5.3 并非孤例。就在此前一个月，月之暗面于 7 月 17 日发布总参数 2.8 万亿的 Kimi K3，DeepSeek 于 8 月 13 日上线总参数 1.6 万亿、每 token 激活约 490 亿的 V4 Pro。三家头部厂商在编程与复杂任务方向上集体逼近国际前沿。智谱表示，GLM-5.3 权重将在发布两周后开源，并计划接入 ZCode、Trae、Work、Qoder 等开发平台。

来源：智谱官方技术博客 z.ai / 中国基金报、证券时报等报道（2026-08-14）