2026年8月14日，智譜AI正式發佈新一代旗艦大模型GLM‑5.3。該模型基座參數量仍維持喺約7400億（同GLM‑5.2相同嘅MoE架構），並冇如部分傳聞升級到萬億級別。智譜透過極致後訓練Scaling（數十倍長程任務環境、更豐富嘅環境類型與超長訓練時間），令模型整體性能較前代提升約50%，喺多項主流基準測試中取得目前開源模型嘅最高排名，編程同智能體能力接近Claude Fable 5，編程體感超越其他國產模型。模型權重預計喺發佈兩周後開源。
詳細情況：後訓練驅動嘅性能躍升
GLM‑5.3沿用GLM‑5.2嘅基座（約743B‑753B總參數，激活參數約40B量級，支持1M上下文），所有提升均來自後訓練階段。智譜強調，基於IndexShare、SAO及新一代Slime框架嘅高效強化學習，充分挖掘咗基座潛力。
核心能力亮點：
- 編程能力：內部體感評測較GLM‑5.2提升50%，成為編程能力最強嘅開源模型。Terminal‑Bench 3.0由4.6躍升至28.3（開源第一）；DeepSWE v1.1由46.2提升至66.9；Agents’ Last Exam由23.8提升至28.5。
- 效率優勢：喺High檔位下準確率達31.4%，超過Claude Opus 4.8嘅29.5%，且平均輸出Token更少（約5萬 vs 12萬），路徑更短。
- 智能體與知識工作：GDPval‑AA v2得分1769，展現較強專業任務執行能力。
- 網絡安全：CyberGym得分84.5%，略高於Mythos 5（83.8%）與GPT‑5.6 Sol（83.6%）。模型喺真實項目中協助發現大量漏洞，具備跨階段推理與攻擊鏈路規劃嘅潛力。
模型即日起上線智譜官方編程工具ZCode、效率工具AutoClaw，以及GLM Coding Plan。多家編碼平台（如Trae、Qoder、OpenCode等）已開放搶先體驗。
發佈背景與策略
今次發佈冇追求參數規模突破，而係聚焦後訓練效率，體現智譜喺算力同數據約束下嘅務實選擇。萬億參數升級可能會留待後續版本（如GLM‑5.5）。開源計劃會喺完成安全評估與加固後推進，兼顧能力釋放同風險管控。
可能影響：開源編程賽道新標桿
1. 對開發者與開源生態嘅影響 GLM‑5.3以接近閉源旗艦嘅編程與Agent能力、更低Token消耗，為開源社區提供強力工具。兩周後權重開放後，本地部署與二次開發門檻將進一步降低，有望加速國產編程Agent嘅普及。
2. 對國內大模型競爭嘅影響 喺Kimi K3、DeepSeek V4‑Pro、Qwen3.8等強勢開源/半開源模型並存嘅格局下，GLM‑5.3憑藉後訓練效率與編程專長形成差異化優勢，進一步加劇「性價比+垂直能力」嘅競爭。
3. 對全球格局嘅影響 編程與網絡安全能力逼近Fable 5等頂尖模型，證明後訓練Scaling喺特定場景可部分彌補基座規模差距。開源策略亦可能推動更多廠商重視後訓練與安全對齊嘅平衡。
4. 潛在挑戰
- 基座未升級，長期智能上限仍受限於預訓練規模。
- 網絡安全能力有雙刃劍屬性，需嚴格管控，開源前安全評估至關重要。
- 實際生產環境中嘅穩定性與泛化能力有待大規模驗證。
行業啟示：後訓練成為新競爭力
GLM‑5.3嘅發佈再次證明，喺超大規模預訓練之外，高質量後訓練與強化學習環境構建同樣可以帶來顯著性能躍升。智譜揀咗「唔變基座、極致後訓練」嘅路徑，既控制咗成本，又喺編程與Agent賽道實現突破，為資源有限嘅團隊提供咗可借鑒嘅範式。
對於開發者，呢款係一個值得即刻體驗嘅高性價比編程模型；對於行業，則預示住開源模型正透過精細化訓練加速追趕閉源前沿。隨住權重開放與後續版本迭代，GLM系列喺國產大模型生態中嘅地位有望進一步鞏固。
▶️ 鍾意呢篇內容？創作真係好辛苦！
歡迎關注我哋嘅 YouTube 頻道：
AI Rosetta
你嘅讚好、訂閱同分享，係對我哋最大嘅支持！🙏
更多AI新聞請瀏覽：
https://www.airosetta.com