智谱AI今日发布GLM-5.3模型

智谱AI今日发布GLM-5.3模型,其与GLM-5.2共用同一基座模型,全部性能提升均来自后训练阶段的强化学习。

在编程能力方面,GLM-5.3在多个开放权重模型基准测试中取得最高分。Terminal Bench 3.0得分从GLM-5.2的4.6提升至28.3,DeepSWE v1.1从46.2升至66.9,Agents' Last

Exam从23.8升至28.5。在智谱自建的Z.ai

Code Bench上,GLM-5.3以约7.5万Token在Max级别达到34.5%的完成率,相比之下GLM-5.2消耗9.6万Token仅完成23.4%,能力与效率同步提升。但与闭源模型相比仍有差距,Fable 5在同一基准上达到39.5%,ExploitBench上Fable 5为78.0%,GLM-5.3为54.4%。整体处于开源阵营领先、全局第二梯队的位置。

网络安全能力的提升超出了智谱自身的预期。他们在后训练中加入了漏洞发现相关的数据与环境,原本仅期望模型提升漏洞识别能力,结果模型开始自主规划完整的漏洞利用链。CyberGym白盒源码审计中,GLM-5.3得分84.5%,超过GPT-5.6 Sol的83.6%和Fable 5的83.8%。ExploitBench得分从24.4%跃升至54.4%,ExploitGym限时完成漏洞利用任务数从29/39增长到105/130。越靠近利用链后端,进步幅度越大。智谱将这一现象称为“涌现”,即该能力并非专门训练所得,而是在扩大强化学习规模过程中自然产生。此说法若属实,对AI安全领域是一个值得关注的信号。

在真实漏洞发现方面,智谱自GLM-5.2起与国内安全团队合作,用模型扫描真实代码库。经专家审核与去重后,在269个开源项目中确认2436个真实漏洞,其中1097个为中高危级别。涉及操作系统内核、浏览器引擎、网络协议等核心基础设施,部分漏洞已存在数十年,最久远的可追溯至约40年前。目前53个漏洞已公开披露,2383个仍在保密期内。智谱上线了公开的漏洞披露追踪页面持续更新进度。这一路径与Anthropic今年4月公布Claude Mythos发现大量零日漏洞的做法相似,但关键区别在于:Mythos被美国政府严格限制使用范围,仅对少数经审核的安全机构开放,而GLM-5.3的权重将在两周后公开发布,一个能力接近的漏洞发现引擎即将以开源形式进入公共领域。

技术实现上,GLM-5.3不更换基座模型,依靠扩大后训练规模。智谱在GLM-5.2时期搭建了三个核心组件:IndexShare负责长上下文处理,SAO是面向长周期任务的强化学习算法,slime是开源的大规模异步训练框架。GLM-5.3在此之上继续增加环境数量、任务多样性和训练计算量。训练环境设计也发生变化,新环境不再类似编程练习题,而是模拟资深工程师的真实工作场景,部分任务相当于有经验的工程师需要数天才能完成的工作。为规模化生产训练环境,智谱搭建了自动合成环境流水线:研究智能体从真实工作中提取任务模式并生成可执行的长周期环境,评判智能体验证任务可解性。该流水线仍需人工参与,但显著提高了环境生产效率。

使用方面,API已上线,所有GLM Coding Plan用户均可使用,支持ZCode、Claude Code、OpenCode等编程智能体工具。GLM-5.3不再支持关闭思维链,只能在low、high、max三个思考级别间切换,编程任务推荐使用max。计费改为积分制,非高峰时段消耗标准积分的50%,通过ZCode使用可享受98%以上的缓存命中率和限时1.5倍额度加成,叠加后相当于标准额度的180%,活动截止到8月底。模型权重将在两周后公开发布。

关联工程母题系统与实测说明:

本篇「智谱AI今日发布GLM-5.3模型」由 整理收录于 qilaidav 工程知识库,围绕 智慧投放系统与高转化归因 的生产环境架构设计、链路排障与确定性验证展开沉淀。完整系统模块、部署边界与技术规格请查阅方案主页:→ 查看 智慧投放系统与高转化归因 详情(架构诊断与定制交流:Telegram @BD8888 · hello@qilaidav.com · GitHub @qilaidev)。

免责声明与评测方法:本文所涉开源工具、模型基准与工程配置均基于实测环境与公开技术资料整理,仅供系统架构研发参考,不构成任何商业背书或投资建议。

— qilai · 摘自 Telegram 频道 @AIKB8