中國 AI 新創公司智譜（Zhipu AI，港股代號 2513.HK）在 8 月 14 日正式發表 GLM-5.3，這款新模型沿用 GLM-5.2 的 743B MoE 基座架構，僅透過後訓練 Scaling 實現能力躍遷，編程體感較前代提升 50%，在多項公開基準測試中拿下開源模型最高分。智譜同步宣布，完整模型權重將於兩週後開放下載。這是智譜自 6 月發表 GLM-5.2 以來的第三版更新，版本跳躍節奏與 DeepSeek、Kimi 等中國競爭對手的密集發布同步。GLM-5.3 的核心意義在於「智譜沒有造更大的模型，而是在同一個基座上把訓練做到極致」，Post-training Scaling （後訓練擴展）正在成為一條獨立的技術路線。
智譜發表 GLM-5.3：基座模型不變、後訓練拉高智慧上界
GLM-5.3 的技術核心是「後訓練 Scaling」。智譜官方說明，GLM-5.3 與 GLM-5.2 使用完全相同的基座模型，兩者的差異完全來自後訓練階段。智譜基於 IndexShare、SAO 以及持續演進的新一代 Slime 非同步強化學習框架，在相同基座上高效推進強化學習，將模型的智慧上界大幅拉高（與 DeepSeek V4 Flash 正式版相同路線）。
訓練環境的規模是前代的數十倍，涵蓋更豐富的環境類型，訓練週期也大幅拉長。智譜表示，部分訓練任務相當於資深工程師連續數天的工作量，模型需要使用真實的計算叢集、儲存系統、內部文件與程式碼庫來完成任務。這種「專家工作流」層級的訓練方式，是 GLM-5.3 能力提升的關鍵因素。
智譜 X 官方帳號 @Zai_org 發文指出，GLM-5.3 的參數規格維持 743B 總參數（約 40B 啟用參數）、1M 上下文視窗、128K 最大輸出 Tokens 的配置不變。
Introducing GLM-5.3: Built to Code. Ready for Cyber Defense.
– Top-tier coding and agentic capabilities, achieved through post-training on the 743B base model
– A major leap in cybersecurity, setting a new standard among open modelsTech Blog: https://t.co/ekQkO83jCv pic.twitter.com/y3Y2AB0wxr
— Z.ai (@Zai_org) August 14, 2026
基準測試：開源模型全面領先
智譜在公告中列出多項基準成績，定位 GLM-5.3 為「編程能力最強的開源模型」。以下為主要數據：
- Terminal-Bench 3.0：從 GLM-5.2 的 4.6 躍升至 28.3，衡量模型在真實終端環境中完成複雜任務的能力
- DeepSWE v1.1：從 46.2 提升至 66.9，聚焦長程軟體工程與持續程式碼修改
- Agents’ Last Exam：從 23.8 提升至 28.5，覆蓋多類真實專業場景、強調跨工具協作
- GDPval-AA v2：得分 1,769，覆蓋 44 種職業，展現從編程向專業任務執行延伸的能力
- Z.ai Code Bench（自研）：High 檔位下準確率 31.4%，超過 Claude Opus 4.8 最高檔的 29.5%，且每項任務平均輸出約 5 萬 Tokens，Opus 4.8 則需要約 12 萬 Tokens
智譜表示，GLM-5.3 的編程與智慧體能力「接近 Claude Fable 5」。在 Token 利用效率方面，GLM-5.3 以更短的執行路徑完成相同品質的任務，這意味著開發者在實際使用中能獲得更低的推理成本。
網路安全能力的意外湧現
GLM-5.3 最令外界意外的新增能力來自網路安全領域，智譜表示這項能力是在長程任務環境不斷擴展的過程中自然湧現，智譜並未刻意針對安全領域進行訓練。智譜自 2025 年 9 月開始在這個方向投入研究，聯合清華大學、南開大學，以及雲起無垠、綠盟科技、賽博崑崙、DARKNAVY、騰訊玄武等多家安全團隊，開展密集的紅隊測試與安全評估。
在白盒程式碼審查與漏洞發現任務中，GLM-5.3 的表現持平 Anthropic 的 Mythos 5。具體測試數據方面：
- CyberGym：得分 84.5%，高於 Mythos 5 的 83.8% 和 GPT-5.6 Sol 的 83.6%
- ExploitBench：從 24.4% 提升至 54.4%
智譜表示，這些安全測試覆蓋漏洞分析、驗證和利用不同階段。經過初篩、去重後，累計發現漏洞 2,436 個，其中 1,097 個為中高危，涉及系統內核、作業系統、瀏覽器引擎、開源基礎元件、網際網路應用與網際網路協定等 269 個項目。智譜在公告中列舉了幾個具體案例，包括在 Cursor、微軟郵件與辦公系統、某國民級通訊 App、DNS 協定（追溯至 1983 年）以及一家人形機器人廠商產品中發現的漏洞，均已進入 CNNVD/CNVD 披露與修復流程。
開放權重的三層安全防線
GLM-5.3 的權重設定在兩週後開放，智譜為延遲開放給出的理由是安全考量。由於 GLM-5.3 湧現了顯著的網路安全能力，智譜希望在權重開放前完成深度安全對齊。智譜設計了三層安全措施：外層是輕量分類器，標記並攔截大規模濫用請求；中間是推理監控器，在模型推理過程中即時審查任務意圖；最裡層是模型自身的安全對齊，讓模型自主識別並拒絕惡意請求。前兩層依賴伺服器端，不會隨權重一起交付，因此深度安全對齊是開放權重場景下唯一仍然有效的一層防線。
智譜在公告中坦承：「漏洞防禦和漏洞利用共用一段能力鏈。模型讀懂大型程式碼庫、安排長程任務、呼叫工具並驗證結果，可以幫維護者補洞，也可能把一次攻擊繼續往前推。」這段表述解釋了為何開放權重的時間被推後。
生態與定價
即日起，GLM-5.3 上線智譜官方編程工具 ZCode 與效率工具 AutoClaw，GLM Coding Plan 全量使用者上線並開放訂閱。今天 13:00，所有 Coding Plan 使用者的後台額度重置，使用額度回滿。在 TraeWork/TraeCode/扣子、WorkBuddy/CodeBuddy、Qoder/QwenWork、CatPaw、JoyCode、OpenCode 等編碼平台同步開放搶先體驗。
API 價格方面，智譜尚未公布 GLM-5.3 的正式定價。參考 GLM-5.2 在 OpenRouter 上的定價約在每百萬輸入 Tokens 0.40 至 0.91 美元（約新台幣 13 至 30 元）、每百萬輸出 Tokens 1.28 至 3.20 美元（約新台幣 42 至 104 元）的區間，GLM-5.3 的定價預計在同一水準或略有上浮。
結語
GLM-5.3 的發布策略與當前中國 AI 產業的密集競爭節奏高度吻合。在 Kimi K3、Qwen 3 Max 等模型相繼發表的背景下，智譜選擇在基座不變的前提下，透過極致的後訓練 Scaling 來證明「同一個基座還有大量未被開發的智慧空間」。智譜在 8 月 3 日提前洩漏的 ZCode 官網頁面和 SDK 倉庫提交記錄，已經讓市場對這次發布有所預期，當天智譜股價上漲約 8%。
網路安全能力的湧現為 GLM-5.3 增加了獨特的市場定位。智譜強調，開源安全模型能讓更多組織獲得防禦級 AI 能力，而不是被鎖定在少數閉源廠商的服務中。兩週後的權重開放將是檢驗這一願景的關鍵節點。