GLM-5.3 发布：基座没变，编程涨 50%，安全能力却意外爆发

前面写 GLM-5.2 时，我说它的发布方式很反常：先让 Coding Plan 用户用，跑分和权重后补。

两个月后，GLM-5.3 来了。

这次正好反过来。

大表、公开 benchmark、私有 Code Bench、Token 消耗、安全评测，一次全摊开。

但最值得聊的，不是又多了一个版本号。

GLM-5.3 和 GLM-5.2 用的是同一个基座，所有提升都来自后训练。

下面不是我整理的海报，是 2026 年 8 月 14 日 智谱官方发布页 (opens new window) 的首屏截图。

官方把第一句话加了粗：Scaling post-training is all we did for GLM-5.3.

翻成人话：这次没有换更大的基座，而是把同一个模型放进更多、更长、更接近真实工作的环境里继续练。

这件事比“参数又涨了多少”更值得开发者看。

一、先把发布信息说清楚

截至 2026 年 8 月 20 日，GLM-5.3 的状态是：

• API 和 GLM Coding Plan 已经能用
• 只支持文本输入
• 上下文窗口 100 万 Token
• 最大输出 12.8 万 Token
• low、high、max 三档思考强度，默认 max
• 不再支持关闭思考
• 权重还没放出，官方承诺发布两周后开放

最后一条最容易被标题带偏。

官方称它是“最强开源权重编程模型”，但同一页也写了 Hugging Face Coming Soon。

所以现在准确的说法是：模型已经发布，API 已上线，权重计划在 8 月 28 日前后开放。

在权重真正下载到手、许可证也落地之前，先别把“即将开源”写成“已经开源”。

二、基座没变，编程为什么还能涨 50%

官方给出的答案，是把后训练环境继续往真实工作推。

过去很多 Coding benchmark，像一道道独立考题。

GLM-5.3 的训练任务更像真实工程：拿到代码仓、内部文档、计算集群、实验结果，自己找瓶颈、改代码、跑实验，再证明端到端真的变快。

有些环境，对熟练工程师来说也要做几天。

难点也随之从“模型会不会写代码”，变成了“训练环境能不能执行、能不能验证、奖励会不会被钻空子”。

智谱的做法是让研究 Agent 生成长程任务，再让 judge Agent 先跑一遍，检查任务是不是真的有解；验证器还要通过 oracle、no-op 和未完成状态检查，才能产出训练用的二元奖励。

模型不是多背了几道题，而是多进了很多可运行、可验收的工程现场。

这背后沿用了 GLM-5.2 的 SAO、长程上下文压缩和 slime 异步强化学习框架。

官方称系统侧优化让长程 Coding RL 的端到端训练吞吐提高了 2.3 倍以上。

环境更多、轨迹更长、训练跑得动，才有了这次小版本的大跳跃。

三、跑分确实涨了，但别只看蓝柱子

先看官方公开图。

几个提升很直观：

评测	GLM-5.2	GLM-5.3	变化
Terminal-Bench 3.0	4.6	28.3	约 6.2 倍
DeepSWE v1.1	46.2	66.9	+20.7
Agents' Last Exam	23.8	28.5	+4.7
AutomationBench	26.2	48.2	+22.0

“编程提升 50%”来自智谱自建的 Z.ai Code Bench，不是第三方公开榜。

它的好处是更贴近真实本地开发环境，也更难被公开训练集污染。

它的限制也很明显：题目、评分细节和复现环境不完全公开。

所以 50% 可以证明同一套内部尺子下进步很大，不能直接翻译成“你手里的项目效率必涨 50%”。

更有意思的是 Token 效率。

在 Z.ai Code Bench 上：

• GLM-5.3 max：34.5%，每题约 7.5 万输出 Token
• GLM-5.2 max：23.4%，每题约 9.6 万输出 Token
• GLM-5.3 high：31.4%，每题约 5 万输出 Token
• Claude Opus 4.8 high：29.5%，每题约 12 万输出 Token
• Claude Fable 5 max：39.5%，仍然最高

这个结果比“多赢两个点”更实用。

Agent 写代码不是只付答案的钱，失败重试、无效思考和超长轨迹都要付钱。

如果同一类任务做得更准、输出还更短，真实账单和等待时间都会一起下降。

当然，这仍然是官方私有 benchmark。

拿自己的仓库做 A/B 测试，永远比转发柱状图靠谱。

四、真正意外的，是安全能力长得太快

这次发布标题里没有只写 Coding，还写了 Emergent Cyber Capabilities。

智谱原本把漏洞发现数据和环境加入后训练，是想让模型更会找漏洞。

结果继续 Scaling 后，模型不只会指出单点问题，还开始串联漏洞分析、验证和完整利用链。

三项数据要分开看：

• CyberGym：84.5%，高于 GLM-5.2 的 77.2%，也略高于 Fable 5 和 GPT-5.6 Sol
• ExploitBench：54.4%，是 GLM-5.2 的 24.4% 的两倍多
• ExploitGym：两小时完成 105 项、六小时 130 项；GLM-5.2 分别是 29 和 39 项

但越接近真实利用，闭源前沿模型的领先也越明显。

ExploitBench 上 Fable 5 是 78.0%，GPT-5.6 Sol 是 76.5%；ExploitGym 六小时，Fable 5 完成 247 项。

GLM-5.3 的结论不是“安全能力全面第一”，而是它在原本差距最大的利用链上，增长速度最快。

智谱还称，从 GLM-5.2 开始与国内安全团队合作，经过专家复核、筛选和去重，模型在 269 个项目里发现了 2436 个漏洞，其中 1097 个为严重或高危问题。

这些数字已经被放进 Z.ai Security Disclosure Ledger (opens new window) 持续披露。

这也是一个必须正视的边界。

漏洞发现可以帮维护者提前修复，也可能降低攻击门槛。

官方因此把权重开放往后放两周，先做安全评估和加固。

这个等待不是“开源跳票”的小事，是能力真的跨过了一条风险线。

五、价格没涨，但 API 迁移有一个坑

按照 Z.ai 官方价格页 (opens new window)，GLM-5.3 和 GLM-5.2 单价相同：

每百万 Token	GLM-5.3
输入	1.4 美元
缓存输入	0.26 美元
输出	4.4 美元

价格没变，能力更强、平均输出更少，这才是 5.3 最直接的性价比提升。

Coding Plan 已经全量切到 5.3，并改成积分额度；工作日 14:00—18:00 是高峰，其他时间和周末按 50% 积分消耗。

但准备把 API 从 5.2 改到 5.3 的录友，别只换模型 ID。

GLM-5.3 强制开启思考。

如果旧代码还在传：

{"thinking": {"type": "disabled"}}

要先改成：

{
  "model": "glm-5.3",
  "thinking": {"type": "enabled"},
  "reasoning_effort": "low"
}

再切模型 ID，否则请求会直接失败。

复杂编程任务官方推荐 max；想控制延迟和成本，就从 low 或 high 开始测。

这三个档位不是越高越好。

一个能自动验收的批量任务，用 low 跑两次，可能比 max 跑一次更划算。

六、和 Kimi K3、DeepSeek V4、Claude 怎么选

别站队，算三笔账：失败成本、数据边界、任务规模。

你的任务	更适合谁	原因
复杂 Coding Agent，想兼顾能力与 Token 成本	GLM-5.3	长程能力涨幅大，官方私榜 Token 效率不错，API 价格不变
前端视觉、交互和原生多模态	Kimi K3	K3 的视觉理解和前端审美更突出，GLM-5.3 当前只支持文本
高失败成本的最难工程任务	Claude Fable 5 / GPT-5.6 Sol	多项前沿评测仍更强，失败一次的代价高时先买成功率
批量任务、价格敏感、结果可自动验证	DeepSeek V4	重点算吞吐和总成本，不必每一步都上最贵模型
代码不能外传、必须私有化	等 GLM-5.3 权重开放后实测	截至本文写作时权重尚未发布，别拿未来承诺替代当前交付

如果你已经在用 GLM Coding Plan，直接拿正在做的仓库试 5.3。

重点看四个指标：一次成功率、总输出 Token、完成时间、人工接管次数。

如果你等的是私有化部署，先别急。

等权重、许可证、推理框架支持和第三方量化一起落地，再算显存和吞吐账。

写在最后

GLM-5.3 最值得记住的，不是“又一个国产模型刷新跑分”。

而是它证明了：基座不变，靠真实环境、可验证奖励和更长的后训练，仍然能把 Agent 能力往上推一大截。

但安全能力的意外爆发，也提醒所有人：模型越会完成真实工作，能力和风险就越难拆开。

先拿真实任务测。

别拿发布会的蓝柱子替你做决定。

资料核对：

• 官方发布页：https://z.ai/blog/glm-5.3
• 模型文档：https://docs.z.ai/guides/llm/glm-5.3
• API 价格：https://docs.z.ai/guides/overview/pricing
• 安全披露台账：https://cvd.z.ai/