智谱GLM‑5.3正式发布：编程能力大幅跃升，后训练Scaling立功

8 月 14 日，智谱 AI 正式发布 GLM‑5.3。这一版没有更换底层基座，而是把重点放在后训练 Scaling 上：扩大长程任务训练规模、丰富环境样本、延长后训练周期，最终在编程、智能体执行和网络安全等方向都获得明显提升。官方称其为现阶段编程能力最强的开源大模型。

核心能力亮点

编程能力大幅增强

GLM‑5.3 相比 GLM‑5.2 的编程体感提升约 50%，并在多个公开基准测试中登顶开源模型：

• Terminal Bench 3.0（终端复杂任务）：得分从 4.6 暴涨至 28.3，真实终端环境下的任务处理能力实现跨越式增长。
• DeepSWE v1.1（长周期软件工程迭代）：分数从 46.2 提升至 66.9，更擅长持续修改与迭代大型代码项目。
• Agents' Last Exam：得分 28.5，多工具协同和长链路专业任务表现进一步增强。
• GDPval‑AA v2 职业能力评测：拿到 1769 高分，编程能力直接带动高价值职业任务的执行效果。

智谱自研的 Z.ai Code Bench 更贴近开发者真实使用 Agent 编码的场景，直接在复杂本地开发环境中做端到端实测。

GLM‑5.3 同时兼顾效果和 Token 消耗效率。其 High 思考档位准确率为 31.4%，超过 Claude Opus 4.8 最高档位的 29.5%；平均输出约 5 万 Token，而对方需要约 12 万 Token，用更少输出来完成编码任务。

整体编程与 Agent 综合实力已逼近 Claude Fable 5，实际编码表现也优于多数国产同类模型。

🛡️ 网络安全防御能力显现

在白盒代码审计、漏洞挖掘等安全场景中，GLM‑5.3 的性能可以对标 Mythos 5，具备不错的网络安全防御落地潜力，能辅助安全工程师完成代码审查、漏洞研判等工作。

全部增益来自后训练调优

基座没换，提升从哪里来？答案很直接：全部来自后训练。

值得留意的是，GLM‑5.3 与 GLM‑5.2 使用的是完全相同的基座模型。所有增益都来自 IndexShare、SAO 以及新一代 Slime 强化学习框架支撑的后训练缩放。官方认为，这套基座仍有进一步挖掘性能的空间。

产品上线与开源计划

• 工具端：官方编程工具 ZCode、自动化效率工具 AutoClaw 已上线，GLM Coding Plan 订阅面向全部用户开放；TraeCode、扣子、CodeBuddy 等第三方编码平台开启抢先体验。8 月 14 日 13 点，GLM Coding Plan 全部用户的使用额度已完成重置。
• API 接口：即将对外开放。
• 权重开源：完成安全评估与模型加固后，两周后开放模型权重。官方会约束模型潜在的进攻能力，同时保留安全防御相关能力。

资讯来源：智谱AI官方