GLM-5.3 技术测评：后训练 Scaling 极限，编程能力提升 50%
时效性提示：GLM-5.3 于 2026-08-14 正式发布。本文基于官方文档 + 发布会报道整理，引用的 benchmark 数据为智谱官方口径，引用前请复核。
发布概况
2026 年 8 月 14 日，智谱 AI 正式发布新一代旗舰基座模型GLM-5.3。
- 核心卖点：编程能力最强的开源模型，编程体感较前代提升50%，编程与智能体能力接近 Claude Fable 5
- 关键事实：与 GLM-5.2使用完全相同的基座（总参数约7430 亿），性能提升全部来自极致的后训练 Scaling
- 即日上线智谱官方编程工具ZCode、效率工具AutoClaw，及GLM Coding Plan全量用户
核心技术
参数规格
| 项目 | 规格 |
|---|---|
| 总参数 | 约 7430 亿（与 GLM-5.2 相同基座） |
| 输入模态 | 文本 |
| 输出模态 | 文本 |
| 上下文窗口 | 1M（100 万 token） |
| 最大输出 Tokens | 128K |
| 支持能力 | 思考模式 / 流式输出 / Function Calling / 上下文缓存 / 结构化输出(JSON) / MCP |
后训练 Scaling（本轮最大看点）
GLM-5.3 证明：不改基座，靠后训练硬拉性能。
- 训练基于IndexShare、SAO 及新一代 Slime 框架，在与 GLM-5.2 完全相同的基座上推进强化学习
- 数十倍规模的长程任务环境、更丰富多样的环境类型、超长的后训练周期
- 训练不再局限于孤立编程题，而是扩展至"发现问题 → 分析方案 → 实施 → 验证 → 交付"完整流程
- 部分训练任务工作量相当于资深工程师连续数天的工作，模型需使用真实的计算集群、存储系统、内部文档与代码库完成任务
- 智谱称基座的智能上限"远未开发完全"
基准成绩
编程与智能体能力（较前代提升 50%）
| 基准 | GLM-5.2 | GLM-5.3 | 说明 |
|---|---|---|---|
| Terminal-Bench 3.0 | 4.6 | 28.3 | 开源第一 |
| DeepSWE v1.1 | 46.2 | 66.9 | 长程软件工程，开源第一 |
| Agents’ Last Exam (CLI) | 23.8 | 28.5 | 开源第一 |
| GDPval-AA v2 | — | 1769 | 覆盖 44 种职业 |
- 编程与智能体能力接近 Claude Fable 5，实际编程体感领先其他国产模型
- 与Kimi K3在编程/智能体领域互有胜负
- 在绝大多数基准上领先 DeepSeek-V4-Pro-0813
Token 效率（Z.ai Code Bench）
- 智谱自研 Z.ai Code Bench 的High 档位准确率 31.4%，超过 Claude Opus 4.8 最高档位的 29.5%
- 每项任务平均输出约5 万 tokens，远低于 Opus 4.8 的约12 万 tokens
- 能以更短执行路径完成任务 → 更快、更省
网络安全能力（后训练"涌现"）
| 基准 | GLM-5.2 | GLM-5.3 | 对比 |
|---|---|---|---|
| CyberGym | 77.2% | 84.5% | 高于 Mythos 5 (83.8%) / GPT-5.6 Sol (83.6%) |
| ExploitBench | 24.4% | 54.4% | 涨幅超一倍 |
- 在白盒代码审查、漏洞发现与验证任务中表现接近 Mythos 5
- 已与国内安全团队合作：在269 个项目中识别2436 个漏洞（中高危 1097 个），覆盖系统内核、操作系统、浏览器引擎等领域
- 智谱自述：当前优势集中在漏洞利用链前端，更深入的漏洞利用与完整攻防仍有提升空间
实测能力
- 复杂项目交付：能接住数万行代码、上百个文件、多个相互依赖系统的长期工程目标，极少人工干预下自主开发、反复验证到可交付状态
- 实测案例：从 0 到 1 开发 3D 开放世界驾驶游戏；"裸考"读懂超 7000 个文件的代码仓库
产品落地
- ZCode（官方编程工具）、AutoClaw（效率工具）即日上线
- GLM Coding Plan全量用户可用（发布当天重置额度）
- 第三方平台抢先体验：Trae / 扣子(Coze) / WorkBuddy / CodeBuddy / Qoder / CatPaw / JoyCode / OpenCode 等
- 同步推出"开源的盾"计划：为核心开源项目提供免费持续安全审计，代码审计能力集成进 ZCode
评价与展望
- 行业意义：证明后训练 Scaling 的巨大潜力——同基座、性能跃迁，为"基座不变、后训练迭代"路线背书
- 开源地位：多项主流基准开源第一，整体逼近海外顶尖闭源模型（Fable 5 / Mythos 5）
- 待验证：benchmark 为智谱官方口径，需第三方复测
- 落地看点：编程 + 安全双能力走强，配合 Coding Plan 商业化，是"开源模型 + 编程入口"打法
参考来源
- 智谱官方文档：docs.bigmodel.cn GLM-5.3 模型页
- IT 之家 / 澎湃 / 中国站长网 / 品玩 / 网易 发布会报道