8月14日，智谱旗下Z.ai正式发布GLM-5.3。这款模型没有更换基座，参数规模约7530亿，与上一代GLM-5.2基本持平，却在一天之内把Terminal-Bench 3.0成绩从4.6拉到28.3，翻了六倍。更让行业意外的是，它在网络安全评测里跑出了连智谱团队自己都没预判到的能力。
不换基座，全靠后训练Scaling
GLM-5.3沿用了GLM-5.2的基座模型，参数量约7530亿，与上一代基本一致。智谱把这次的能力跃升全部归功于”后训练Scaling”：更长的训练时间、更丰富的任务环境、更大规模的强化学习。官方技术报告显示，在真实终端环境任务Terminal-Bench 3.0上，得分从4.6跃升至28.3；在考察长程软件工程能力的DeepSWE v1.1上，从46.2提升至66.9。智谱称这两项均已位列开源模型第一。
为什么重要：这直接回应了7月Kimi K3以2.8万亿参数引爆行业后，外界对”GLM还有戏吗”的质疑。智谱给出的答案是，基座的智能上界远未触及天花板，堆参数的军备竞赛之外，还有一条后训练的路可以走。
编程能力逼近Claude旗舰
在智谱自研的Z.ai Code Bench评测中，GLM-5.3在High档位达到31.4%的准确率，超过Claude Opus 4.8最高档位的29.5%，且每任务平均输出约5万tokens，不到Opus 4.8的一半。不过在同一评测的Max档位下，GLM-5.3的34.5%仍低于Claude Fable 5的39.5%。在覆盖44种职业知识工作的GDPval-AA v2中，GLM-5.3得分1769，超过GLM-5.2的1508和Kimi K3的1682。
为什么重要：用更少的输出token换来更高的准确率，意味着同样的API预算能跑更多轮智能体任务，这对按token付费的开发者订阅模型冲击直接。
网络安全能力”意外涌现”
这是GLM-5.3最受关注的部分。智谱在训练中加入了漏洞挖掘数据与环境，原本只希望模型更擅长发现漏洞，结果它开始推理多阶段的攻击链，形成完整的利用方案。CyberGym得分84.5%，超过Anthropic Mythos 5的83.8%和GPT-5.6 Sol的83.6%；ExploitBench从24.4%翻倍到54.4%。
智谱披露，其模型已在269个开源项目中识别出2436个漏洞，其中1097个为中高危，53个已公开并分配CVE编号，其余2383个仍在保密期内等待维护者修复。
为什么重要：能力增长最快的方向，恰恰是离闭源前沿差距最大的方向。也正是这一”计划外”的涌现，直接导致智谱推迟开源，这在GLM系列里还是头一次。
开源推迟与定价
GLM-5.3目前通过Z.ai API与GLM Coding Plan开放，权重将在约两周的安全评估与加固完成后放出。定价沿用GLM-5.2的结构：输入1.40美元/百万token，输出4.40美元/百万token，缓存命中0.26美元。思考成为必选项，分低、中、高三档强度。
相关阅读：智谱GLM-5.2开源登顶：1M上下文+MIT协议改写全球格局；DeepSeek V4 Pro正式版上线：与Fable 5仅差0.1分。
GLM-5.3释放的信号很明确：模型竞争的胜负手正从”堆参数”转向”做后训练”，而安全能力一旦规模化，模型的可信度会成为比跑分更硬的门槛。接下来两周，行业真正要等的，是那批推迟放出的开源权重。
