# 智谱新旗舰把编程基准拉高 50%，基座没换
智谱于 2026 年 8 月 14 日发布 GLM 5.3，官方给它的定位是复杂软件工程与长程 Agent 任务。模型卡写明，它和 GLM-5.2 共用同一个 744B 总参数、40B 激活的基座，架构没有改动，config 里只多了 FP8 打包信息。所有提升都来自后训练。
编程与漏洞挖掘
在智谱内部基准 Z.ai Code Bench 上，GLM 5.3 的编程能力比 GLM-5.2 提升 50%。官方称，在 Terminal Bench 3.0、Agents' Last Exam (CLI) 等公开测试上，它达到开源模型 SOTA。几个具体数字：DeepSWE v1.1 从 46.2 升到 66.9，Agents' Last Exam 从 23.8 升到 28.5。Max 档位下，Z.ai Code Bench 端到端任务完成率 34.5%，每项任务平均输出约 7.5 万 tokens，官方说这比 5.2 更省输出 token。Z.ai Code Bench 本身不公开，智谱给的理由是降低公开测试集污染带来的风险，让分数更贴近真实用户场景。
网络安全是这次额外提升的一项能力。后训练规模扩大后，GLM 5.3 在漏洞发现基准 CyberGym 上拿到当前最佳成绩；越往漏洞利用链深处走，相对 5.2 的领先越大，漏洞利用类基准得分是 5.2 的两倍以上。
1M 上下文，思考不能关
GLM 5.3 只处理文本，上下文 1M，最大输出 128K。思考功能始终开启，分 low、high、max 三档，不再支持关闭。这个设定对 Agent 流水线友好，对想压延迟和成本的调用方则少了一个开关。
后训练的瓶颈被官方挪到了任务环境上。技术报告说，他们用研究智能体从真实工作里收集任务模式，转成带多步依赖和隐藏状态的长程任务环境，再由评审智能体实际做一遍验证可解性，验证器不看参考解法。官方承认这些流水线仍需要较多人工参与，下一步是提高任务环境生成与验证的自主化程度。
价格与开源节奏
第三方评测给出的 API 价格是输入 8 元、输出 28 元每百万 tokens，输出价格约为 Claude Opus 4.8 的六分之一、GPT-5.6 Sol 的五分之一。官方承诺发布两周后开放权重下载，目前处于安全评估阶段。同日发布的还有 GLM-5.3-Flash，走的是另一条线：全新 320B/18B 基座，45 层，34 层 KDA 加 11 层 DSA，带视觉编码器。
对开源权重社区来说，GLM 5.3 验证了一件事：基座不动，后训练继续堆，编程和漏洞利用这类长程任务还能往上走一截。接下来要看权重落地后，第三方复现能否对上这 50%。
来源
1. GLM-5.3 - 智谱AI开放文档
2. GLM-5.3 深度评测：能力、价格与 Claude/GPT 对比（2026 实测数据） - 知乎
3. 逐层拆解 GLM-5.3 与 GLM-5.3-Flash：同一副骨架练出新本领，外加一个全新的混合架构 | Gang Liao
4. AIRO：最新新闻、社交媒体动态与深度解读 | CryptoRank.io