智谱发布GLM-5.3：同基座纯后训练，编程开源第一，网络安全能力涌现

随手先关注，不错过每日AI热讯速递

2026 年 8 月 14 日，智谱 AI 发布新一代基座模型GLM-5.3。它与 GLM-5.2 共用同一基座，同为7430 亿参数[1]。

全部能力提升都来自后训练（在预训练完成的大模型上继续强化学习、加练特定任务，以提升能力上限） Scaling。

官方称，GLM-5.3 在编程上是“最强开源权重模型”，内部 Z.ai Code Bench 较前代提升50%，并在 Terminal-Bench 3.0、Agents' Last Exam 等公开基准取得开源第一 [2]。

在 Terminal-Bench 3.0 上，GLM-5.3 从 GLM-5.2 的4.6跃升至28.3；DeepSWE v1.1 从46.2提升至66.9[1]。

三个编程相关基准同步起飞，靠的是智谱自建的 IndexShare（长上下文）、SAO（长程任务强化学习）与新一代 Slime 大规模异步训练框架。

同一块基座没有增加一个参数，能力上限却明显抬高——充分的后训练同样能顶出更高的智能天花板。

图：GLM-5.3 编码性能评测图（LLM Performance Evaluation），对比 Terminal-Bench、DeepSWE 等基准中 GLM-5.3 与 Kimi K3、GPT-5.6 等模型的成绩（来源：Z.ai 官方基准数据，转引自 The Decoder [2]）。

后训练规模扩大后，网络安全能力的进步超出了智谱预期。

在 CyberGym（从白盒源代码触发故障、识别并验证漏洞的评测基准） 上，GLM-5.3 从77.2%提升至84.5%，略高于 Mythos 5 的 83.8% 与 GPT-5.6 Sol 的 83.6% [1]。

ExploitBench 从24.4%翻倍至54.4%[1]。

发布前，智谱联合清华、南开及国内企业与实验室开展红队测试，累计在269 个项目中发现2436 个有效漏洞，其中最早的 bug 已潜伏40 年[2]。智谱同步启动「开源的盾」计划，向开源项目提供持续安全审计。

图：GLM-5.3 网络安全评测图（CyberSecurity Evaluation），展示 CyberGym、ExploitBench 等基准成绩（来源：Z.ai 官方基准数据，转引自 The Decoder [2]）。

GLM-5.3 权重将在发布两周后开放 [2]。对最敏感的网络安全能力，智谱推出「可信访问」机制，对敏感能力实施分层授权。

需要说明的是，GLM-5.3 各项基准成绩目前均为官方自报、未经第三方独立复现；在 ExploitBench 等实战利用环节，它仍明显落后于 Mythos 5 [2]。

一个不变基座、靠持续的后训练 Scaling，就把编程顶到开源第一、还意外长出网安能力——国产开源模型追赶关键短板的速度，比榜单数字更值得关注。

欢迎在评论区聊聊，你觉得“不改基座只靠后训练”的路线能走多远？

参考来源：

[1] MarkTechPost：Z.ai Ships GLM-5.3 Without Retraining the Base Model

https://www.marktechpost.com/2026/08/14/z-ai-ships-glm-5-3-without-retraining-the-base-model-better-at-complex-coding-and-long-horizon-tasks

[2] The Decoder：Zhipu AI releases GLM-5.3, claims it's the strongest open-weights coding model

https://the-decoder.com/zhipu-ai-releases-glm-5-3-claims-its-the-strongest-open-weights-coding-model

欢迎分享、点赞、推荐

一起拥抱AI