大家好，我是程序员天天困。

8 月 14 日，智谱正式甩出新一代基座模型 GLM-5.3。这个时间点很微妙——月之暗面 Kimi K3 和 DeepSeek V4 Pro 刚发布没多久，国产开源旗舰的节奏已经卷到了"月月有新版本"。

但这次最值得聊的不是又涨了几分，而是智谱在官方博客开篇就写了一句很直白的话：**Scaling post-training is all we did**。基座没换，参数没加，所有提升都来自后训练。

这篇就把官方技术报告和文档过一遍，聊聊 GLM-5.3 到底强在哪、哪些数字需要冷静看、API 迁移有什么坑。

## 一、先看结论：这次到底更新了什么

GLM-5.3 是智谱最新旗舰模型，据公开报道总参数规模 7430 亿，使用与 GLM-5.2 完全相同的基础模型。这意味着所有能力提升都来自后训练阶段——更多任务环境、更多样化的长程任务、更长的训练时间。

**后训练（Post-training）**：基座模型完成预训练之后，用强化学习、人类反馈等方法针对性打磨能力的阶段。你可以理解为"同一个大脑，又送去集训了一个月"。

官方给了两个核心更新方向：更强的编程能力，以及意外涌现的网络安全能力。模型支持 1M 上下文窗口，最大输出 128K Tokens，目前只处理文本模态。

![GLM-5.3 官方性能对比总表：Terminal Bench 3.0 得分 28.3、CyberGym 得分 84.5 均为开源最佳](https://developer.qcloudimg.com/http-save/yehe-11608098/761eb0ceccd5b3b9cba5f33c3fac4876.png)

发布节奏上，GLM Coding Plan 已全量上线 5.3，模型 API 近期开放，完整权重计划在发布两周后（安全评估完成后）开源。

## 二、编程能力：内部基准涨 50%，开源 SOTA 怎么来的

先说结论：GLM-5.3 在编程上的提升是实打实的，而且不是靠刷公开榜刷出来的。

公开基准三个最有代表性的数字：

| 基准                    | GLM-5.2 | GLM-5.3 | 说明                                   |
| ----------------------- | ------- | ------- | -------------------------------------- |
| Terminal Bench 3.0      | 4.6     | 28.3    | 开源最佳，超 Kimi K3 的 17.4           |
| DeepSWE v1.1            | 46.2    | 66.9    | 接近 Fable 5 的 69.7                   |
| Agents' Last Exam (CLI) | 23.8    | 28.5    | 超 Kimi K3 的 27.6 和 Opus 4.8 的 25.7 |

Terminal Bench 3.0 从 4.6 飙到 28.3 是这次最夸张的数字。这个基准测的是模型在真实终端环境里端到端完成任务的能力，不是写个函数就完事。

但智谱自己也知道公开榜可能有污染，所以搞了个内部基准叫 Z.ai Code Bench，把智能体丢进复杂本地开发环境里，按端到端完成率和细粒度检查项准确率两个维度打分。结果是 5.3 比 5.2 提升了约 50%。

更值得关注的是 Token 效率。Max 档位下，5.3 准确率 34.5%、平均每项任务输出约 7.5 万 Token；5.2 是 23.4%、约 9.6 万 Token。**花更少的 Token，办更多的事**。

![GLM-5.3 Z.ai Code Bench 各档位准确率与 Token 消耗对比：High 档 5 万 Token 达 31.4% 超 Opus 4.8 的 12 万 Token](https://developer.qcloudimg.com/http-save/yehe-11608098/6ddcc43e99e56297c857f6fa1cf15066.png)

跟闭源模型比，High 档位下 5.3 用约 5 万 Token 拿到 31.4%，Opus 4.8 用约 12 万 Token 拿到 29.5%。不过官方也很坦诚：Max 档 Fable 5 是 39.5%，5.3 是 34.5%，差距还在。

这些提升背后的方法论，智谱总结为"任务环境规模化"。训练任务不再是传统编程题，而是接近专家真实工作的完整单元——比如给模型一个计算集群和代码库，让它定位训练栈瓶颈、实施优化、跑实验、交付可量化的加速。有些任务资深工程师也要做好几天。

说白了，**前沿模型的竞争正在从"谁的模型更聪明"转向"谁能搭出更接近真实工作的训练环境"**。

## 三、网络安全：意外涌现，但别被单一榜单带节奏

这是这次发布最有意思的部分。

智谱原话是，后训练时把漏洞发现数据和环境加进去，原本只想让模型更会找 bug，结果网络安全能力的增长速度超出了预期。5.3 不只是能识别孤立漏洞，开始能跨多个漏洞利用阶段推理，形成完整的利用链。

三个基准看下来：

| 网安基准        | GLM-5.2 | GLM-5.3   | Mythos 5 | 怎么看                               |
| --------------- | ------- | --------- | -------- | ------------------------------------ |
| CyberGym        | 77.2%   | **84.5%** | 83.8%    | 白盒源码找漏洞，5.3 全场第一         |
| ExploitBench    | 24.4%   | 54.4%     | 78.0%    | 真实漏洞深度利用，翻倍但差距明显     |
| ExploitGym (6h) | 39 项   | 130 项    | 247 项   | 限时完成漏洞利用任务，仍有近一倍差距 |

CyberGym 84.5% 确实是开源第一，还略超 Mythos 5 的 83.8% 和 GPT-5.6 Sol 的 83.6%。但这个基准测的是最基础的白盒场景——给源码、触发异常来验证漏洞，属于漏洞挖掘的起点。

越往漏洞利用链深处走，差距越真实。ExploitBench 上 5.3 虽然比 5.2 翻倍还多（54.4% vs 24.4%），但 Mythos 5 是 78.0%。ExploitGym 六小时完成数 5.3 是 130 项，Mythos 5 是 247 项，差了快一倍。

![GLM-5.3 网络安全三基准对比：CyberGym 开源第一，但 ExploitBench 与 ExploitGym 离 Mythos 5 仍有差距](https://developer.qcloudimg.com/http-save/yehe-11608098/a4b337aa02c577fe43868bd8990eb1d5.png)

官方自己一句话总结得很到位：**当前差距最大的方向，恰恰也是能力增长最快的方向。**

真正有说服力的是真实代码库测试。从 GLM-5.2 起，智谱就联合国内多家安全团队用模型扫真实代码库。经过专家复核、筛选、去重，5.3 在 269 个项目中共发现 2436 个漏洞，其中 1097 个中高危（Critical 107 个、High 990 个）。这些漏洞横跨系统内核、浏览器引擎、开源基础设施、Web 应用和网络协议，最老的一个已在代码里潜伏约 40 年（官方台账标注最早可追溯到 1981 年）。

智谱为此建了个公开的 [Z.ai 安全漏洞披露台账](https://cvd.z.ai/)，目前 53 个已公开、2383 个仍在协调披露中。

![Z.ai 安全漏洞披露台账：269 个项目中发现 2436 个漏洞，含 1097 个中高危，最早可追溯到 1981 年](https://developer.qcloudimg.com/http-save/yehe-11608098/f00f1343792786ea7e1e18001dd51549.png)

这也是开源权重两周后才放的原因——一个编码和挖洞能力都在开源第一梯队的模型直接开放下载，安全评估和加固必须先做。

## 四、API 必看：思考模式强制开启，老代码不改会报错

GLM-5.3 的 API 有一个破坏性变更，上线前务必注意：**思考功能不能关闭了**。

模型始终启用思考，提供三个推理强度档位：

| 参数               | 取值                   | 默认      | 说明                            |
| ------------------ | ---------------------- | --------- | ------------------------------- |
| `thinking.type`    | `enabled`              | `enabled` | 仅支持开启，不再支持 `disabled` |
| `reasoning_effort` | `low` / `high` / `max` | `max`     | low 轻量、high 增强、max 深度   |

如果你现有代码里写的是 `thinking.type: "disabled"`，直接把 model ID 换成 `glm-5.3` 请求会失败。迁移办法是先改成 `enabled` 并把 `reasoning_effort` 设成 `low`，再切模型 ID。官方建议 Coding 等复杂任务用 `max`。

请求示例：

```json
{
  "model": "glm-5.3",
  "thinking": { "type": "enabled" },
  "reasoning_effort": "max"
}
```

> **可能有人会问：为什么要强制开思考，不给关闭选项？**
>
> 从 5.2 到 5.3 的训练路线看，智谱把 SAO（带上下文压缩的长程 RL 策略）和思考深度绑定了。关掉思考等于丢掉这套后训练带来的大部分增益，模型表现会明显退化。与其让用户踩坑，不如直接不支持。简单任务用 `low` 档位省 Token 就行。

协议支持上，5.3 同时兼容 OpenAI Chat Completion、OpenAI Response 和 Anthropic Message 三种协议，Base URL 分别是 `/api/paas/v4`、`/api/v1` 和 `/api/anthropic`。不过订阅过 GLM Coding Plan（含已过期）的账号暂时只能用 OpenAI Chat Completion 协议，官方说近期迭代。

能力层面支持流式输出、Function Calling、上下文缓存、结构化输出，该有的都有。

![GLM-5.3 官方文档思考参数表：thinking.type 仅支持 enabled，reasoning_effort 分 low/high/max 三档](https://developer.qcloudimg.com/http-save/yehe-11608098/ecc74a9fab907c65ccd1416f858234e7.png)

## 五、什么时候能用上、怎么用最划算

目前 GLM Coding Plan 已经全量上线 GLM-5.3，可以在 ZCode、Claude Code、Cline、Cursor、Trae 等主流编程智能体里直接用。

新版 Coding Plan 改成了基于积分的配额系统，输入、缓存输入、输出 Token 分开计分。有个省钱细节：**非高峰时段调用只消耗标准积分的 50%**。高峰时段是工作日 14:00–18:00（UTC+8），其他时间包括周末全天都是半价。

ZCode 侧还有两个 buff：98%+ 的缓存命中率（重复上下文按缓存价计费），以及 8 月 31 日前 1.5 倍限时额度加成，叠加缓存优惠最多能到标准额度的 180%。

模型 API 官方说"近期上线"，完整权重两周后开放。换句话说，8 月底之前 5.3 就会出现在 Hugging Face 上。

---

说句带限定的判断：**GLM-5.3 是目前编程和 Agent 能力最强的开源模型之一，但"开源第一"要分场景看——CyberGym 确实第一，ExploitBench 和 ExploitGym 离闭源前沿还有明显差距；编码能力在 High 档位 Token 效率惊人，但 Max 档位和 Fable 5 仍有 5 个百分点的差距。** 选型时别只看一个数字，先想清楚自己的任务在能力链的哪一层。

---

我是程序员天天困，持续分享编程干货。觉得有用的话记得点赞收藏和关注~也欢迎在评论区聊聊：GLM-5.3 两周后开源，你会第一时间拿来跑编程还是测网安？

8 月 14 日，智谱正式甩出新一代基座模型 GLM-5.3。这个时间点很微妙——月之暗面 Kimi K3 和 DeepSeek V4 Pro 刚发布没多久，国产开源旗舰的节奏已经卷到了"月月有新版本"。

智谱GLM-5.3发布同基座纯靠后训练编程涨50还点亮网安技能树

智谱 8 月 14 日发布 GLM-5.3，与 5.2 同基座、纯后训练，编程内部基准提升 50%，CyberGym 拿下开源第一，两周后开源权重

人工智能

编程语言

安全

智谱发布GLM-5.3基座模型，采用后训练提升方案，编程能力显著增强，TerminalBench评分飙升28.3，并意外涌现网络安全能力。该模型支持1M上下文，API强制开启思考模式，CodingPlan全量上线，完整权重两周后开源。

网络安全

强化学习

代码解释

智能体

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

智谱GLM-5.3发布同基座纯靠后训练编程涨50还点亮网安技能树-腾讯云开发者社区-腾讯云

智谱GLM-5.3发布同基座纯靠后训练编程涨50还点亮网安技能树

智谱GLM-5.3发布同基座纯靠后训练编程涨50还点亮网安技能树

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐