- 发布日期
更擅长复杂编程和长期任务
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
Z.ai 发布了 GLM-5.3，这是一个大型语言模型，在不重新训练基础模型的情况下提升了性能。该模型运行在与 GLM-5.2 相同的 743B 参数架构上，其提升来自于通过更多任务环境和更长训练时间进行的规模化后训练。最大的改进出现在长周期编码和网络安全基准测试中。
编码性能显著提升。Terminal-Bench 3.0 从 4.6 升至 28.3，而 DeepSWE v1.1 从 46.2 攀升至 66.9。Z.ai 的内部 Code Bench 显示，GLM-5.3 在每任务约 50,000 个输出 token 的情况下得分 31.4%，比 GLM-5.2 提升了 50%。该公司表示，私有基准测试最大程度地减少了数据污染，但公开测试集仍落后于 GPT-5.6 Sol 和 Fable 5。
网络安全结果出乎意料。白盒漏洞发现测试 CyberGym 达到 84.5%，超越了 Mythos 5 的 83.8% 和 GPT-5.6 Sol 的 83.6%。ExploitBench 从 24.4% 翻倍以上升至 54.4%，但仍低于 Mythos 5 的 78.0%。Z.ai 原本预期在单一漏洞推理方面会有更好表现，但发现各项能力会相互叠加，形成连贯的利用链。
部署已部分可用。GLM-5.3 已通过 Z.ai API、GLM 编码计划和 ZCode 上线，但权重将在大约两周内不会公开。这一延迟是为了进行安全评估和加固。初创公司和中型市场团队现在即可采用，而受数据驻留规则约束的企业应等待开放权重。
该模型面向开发者工具、云基础设施、应用安全以及从事内核或网络栈工作的工程团队。用例包括仓库级重构、CI 故障分类和安全代码审查。安全厂商和 MSSP 将看到最大的信号和政策影响。
所有数据均由厂商报告，并记录了测试环境和采样设置。随着模型接近全面发布，独立验证将非常重要。即将发布的权重将决定 GLM-5.3 的采用范围。
