8月14日，智谱正式发布新一代基座模型GLM-5.3。与业界常见的”换架构、堆参数”路径不同，这次智谱选择了一条更极致的路线——沿用GLM-5.2的743B MoE基座，所有能力提升全部来自后训练（post-training）阶段。官方博客开篇就写得很直白：”Scaling post-training is all we did”。
不换底座，能力全靠后训练硬炼
GLM-5.3与GLM-5.2共用完全相同的基础模型，参数没加、架构没改，所有提升都来自后训练阶段的加码——更多任务环境、更多样化的长程任务、更长的训练时间。智谱称之为”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。
编程能力：开源第一，还更省Token
在内部基准Z.ai Code Bench上，GLM-5.3比5.2提升了约50%。公开基准同样亮眼：Terminal-Bench 3.0从4.6分跃升至28.3分，登顶开源模型第一；DeepSWE v1.1从46.2升至66.9，逼近Claude Fable 5的69.7。
更关键的是Token效率。Max档位下，5.3准确率34.5%、平均每项任务消耗约7.5万Token；而5.2准确率仅23.4%、消耗约9.6万Token。对比闭源，High档位下5.3用约5万Token拿到31.4%，Claude Opus 4.8却要烧掉约12万Token才拿到29.5%。准确率更高，Token花得更少——对按量计费的开发者来说，这是实打实的成本优势。
网络安全意外觉醒：挖出45年老Bug
这次发布最出人意料的是网络安全能力的爆发。智谱表示，后训练时加入漏洞发现数据，原本只想让模型更会找bug，结果网安能力增长速度远超预期。CyberGym白盒审计得分84.5%，超过GPT-5.6 Sol（83.6%）和Mythos 5（83.8%），拿下开源第一；ExploitBench从24.4%翻倍至54.4%。
实战验证更震撼：GLM联合清华、南开、奇安信、腾讯玄武等团队扫描269个真实开源项目，累计挖出2436个去重漏洞，其中1097个中高危。最老的漏洞可追溯到1981年——一个潜伏45年的高危缺陷，被AI一把翻了出来，平均每个bug已潜藏26.6年。
因安全暂缓开源：罕见的”冷静”操作
正因网安能力超出预期，智谱罕见地暂缓了全量开源权重，改为先上线ZCode等平台、两周后完成安全评估再放出权重。这与OpenAI、Anthropic近期收紧新模型审查的节奏一致，但GLM-5.3的特殊性在于——一旦权重放出，任何人都能下载运行，脱离了智谱的安全护栏。
从”拼参数”到”拼后训练+安全审计”，GLM-5.3给开源阵营提供了一个新样本：当参数规模不再决定上限，更接近真实工作的训练环境，或许才是下一轮竞争的胜负手。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
