专题 · FULL STORY

智谱GLM-5.3：从泄露到开源权重的进阶之路

GLM-5.3 代码踪迹被网友发现后，智谱于8月14日正式发布该模型，沿用旧基座依靠后训练实现性能跃升，随后 API 上线、多项基准登顶，并推出开源的 GLM-5.3-Flash 引发高性价比实测热潮，最终开放 GLM-5.3 权重但改行分级访问。

2026-08-03 ~ 2026-09-05 · 15 集 · 184 条

第 1 集 · 智谱GLM-5.3代码库现身，后训练对标K3与GPT-5.6(2026-08-03,5 条)

智谱AI下一代模型GLM-5.3的踪迹在代码库中被意外发现，引发社区广泛关注。Reddit网友@FewPainter5588在浏览z-ai-sdk-java代码库时发现名为glm-5.3的分支，证实该版本模型存在。爆料称该模型即将发布，预计通过后训练优化使小参数模型达到对标Kimi K3与GPT-5.6的高性能表现。

已确认

  • Reddit网友@FewPainter5588在智谱相关的z-ai-sdk-java代码库中发现glm-5.3分支，证实该版本模型的存在。

尚未确认

  • 关于模型的具体能力提升和发布日期，目前尚无智谱官方的详细信息。
  • 社交平台上的爆料指出，GLM-5.3的参数量与GLM-5.2保持一致，仍基于同一预训练模型，可能为纯文本模型。爆料者@teortaxesTex与@nrehiew等人认为，其主要改进集中在后训练优化上。
  • 有消息称其能力将超越Kimi K3并对标GPT-5.6，但能否通过极强的后训练让小参数模型达到这一目标，仍需观望。

为什么重要

  • 若爆料属实，这将是验证小参数模型通过后训练冲刺高性能路线的一次重要实战。如@nrehiew所述，这对智谱自身的模型后训练流程是一次真正的考验。

第 2 集 · 智谱发布GLM-5.3，同基座后训练实现性能跃升(2026-08-14,51 条)

智谱AI（Z.ai）于8月14日正式发布GLM-5.3，沿用GLM-5.2的743B基座模型，性能跃升完全来自后训练扩展。模型在Terminal Bench 3.0得分28.3、击败DeepSeek V4-Pro 0813，CyberGym得分从77.2升至84.5，官方同时宣布准备开源。该发布被广泛视为后训练scaling路径的标志性案例，也是开源阵营对闭源模型的一次强势冲击。

已确认

  • 8月14日官方公告上线Z.ai博客，主打前沿编码与涌现的网络安全能力，模型已在ZCode平台上线；发布前曾被发现在Qoder应用中悄然上线。
  • GLM-5.3与GLM-5.2使用同一基座（多数帖引述为743B，@orange称756B，@natolambert称约750B），架构未改动，提升全部来自RL后训练：更多可执行环境、更长时任务和更强验证器。
  • 基准成绩：Terminal Bench 3.0得分28.3，DeepSWE 66.9，Agents' Last Exam 28.x（帖文截断）；在Terminal Bench上击败Fable与DeepSeek V4-Pro 0813；@natolambert的文章称其在多项基准上超越Kimi K3、Claude Fable 5与GPT-5.6-Sol。
  • 网络安全：CyberGym从77.2升至84.5，ExploitBench显著进步，创开源模型网络安全纪录；官方强调网络防御责任，并提及GLM-5.2曾协助Hugging Face调查一起AI自主绕过自身安全防护的事件。
  • 官方宣布准备开源GLM-5.3权重。
  • 实测反馈：@WorldofAI视频实测前端代码生成、长程智能体任务与3D可视化，认为同基底靠后训练大幅跃升、堪称最强开源；@Prompt Engineering在Cline中实测ISS追踪器、Pokedex等项目；@bindureddy称编码能力显著提升，是开源阵营对闭源停滞的一次重大胜利。

尚未确认

  • @orange结合DeepSeek V4 Flash以304B参数击败GLM-5.2的案例推测Luna的参数规模，属个人猜测。
  • 智谱宣称性能媲美Anthropic与OpenAI顶尖模型，独立第三方评测尚不充分；有评论称后训练突破无法仅用logit蒸馏解释，亦属观点而非定论。

为什么重要

  • 在不改动基座参数的前提下实现代际跃升，直观展示了后训练阶段的优化空间，打破单纯依赖参数规模扩展的路径依赖；@natolambert将其解读为后训练scaling使中国模型追平前沿。
  • 击败DeepSeek V4-Pro等强敌的基准成绩叠加开源计划，若最强开源编程模型定位成立，将直接影响开发者选型并加剧闭源厂商竞争压力；@markjeffrey借无护城河的梗评论其开源将冲击行业格局。

还有 31 条相关讨论 →

第 3 集 · AI密集发布周：Grok与Gemini新版及Anthropic神秘模型(2026-08-14,2 条)

本周 AI 领域密集发布新品，包括 Grok 4.6 及即将推出的 4.7、Google Gemini 3.7 Flash 以及 DeepSeek V4 Pro。此外，Anthropic 内部神秘模型“Model 2”曝光，其表现优于 Mythos 5，或为 Claude Mythos 6 早期版本。

第 4 集 · 阿里智谱DeepSeek同日发布三款新模型(2026-08-15,3 条)

三大 AI 发布同日到来：阿里巴巴开源 Qwen3.8-27B 权重，支持本地多模态；智谱发布 GLM-5.3，在编码和网络防御能力上取得突破；DeepSeek 推出 V4-Pro，升级智能体能力。三条消息被社区推文汇总传播，引发广泛关注。

第 5 集 · 智谱 GLM-5.3 API 上线，编码性能提升 50%(2026-08-19,4 条)

智谱 GLM-5.3 API 正式上线，基于 GLM-5.2 基座通过后训练优化，专为复杂编码、防御性网络安全与长程智能体任务打造。该模型在 Z.ai Code Bench 上编码性能提升 50%，Artificial Analysis 综合智能指数达 60 分，进入全球前沿区间并与 Kimi K3 并列开源第一，定价与 GLM-5.2 持平，权重计划下周五开源。

第 6 集 · GLM-5.3 获 AA 智能指数 60 分，登顶智能体指数(2026-08-19,12 条)

智谱 GLM-5.3 在 Artificial Analysis 智能指数中获得 60 分，较 GLM-5.2 提升 7 分，与 Kimi K3 持平，仅比 GPT-5.6 低 1 分，排名 8/181，跻身领先模型行列；同时在 AA Agentic Index 上以 59 分位居榜首。模型规模与 GLM-5.2 相同（约 750B），未更换基座，主要通过后训练与强化学习挖掘潜力；API 已上线，定位复杂编码、长程 Agent 任务与防御性网络安全。若按计划发布权重，将与 Kimi K3 并列成为评测领先的开放权重模型。

已确认

  • 智能指数 60 分，与 Kimi K3 持平，较 GLM-5.2 提升 7 分，仅比 GPT-5.6 低 1 分（@ArtificialAnlys、@Facelessjoe、@smlpth 等）
  • Artificial Analysis 详细评测中，GLM-5.3 (max) 在 Intelligence Index 排名 8/181，远超同级中位数 35；60 分以上仅 6 个模型；评测过程生成 1.7 亿 token；百万上下文售价 $1.4 起
  • Agent 能力进步显著，ELO 评分大涨 246 分；在 AA Agentic Index 上以 59 分居首，与 Fable/Opus 5、GPT 5.6 Sol 及 Kimi K3 等前沿模型持平，但成本仅为这些模型的一小部分（@zainhas）
  • Terminal-Bench 3.0 实测成绩 32.4%，与 GPT-5.6 Sol（34.6%）和 Fable 5（34.1%）基本持平（@zainhas）；另有用户实测称其成绩接近 Fable 5、几乎与之持平（@scaling01）
  • 参数规模与 GLM-5.2 相同（约 750B），主要靠后训练和强化学习提升，效率媲美接近 3T 参数的 Kimi K3；在 60 分以上的模型中体量最小（@haider1、@卡尔的AI沃茨）
  • 智谱已上线 GLM-5.3 API，面向复杂编码、长程 Agent 任务与防御性网络安全（@卡尔的AI沃茨）
  • @teortaxesTex 转述 ZixuanLi 的报告称，模型延续编程优势，并在推理、通用对话及法律金融等专业领域取得显著进步，仍是中国最强模型之一
  • @zainhas 表示对约 700B 参数的基础模型而言，这一成绩看起来有些不真实，反映部分用户对分数的惊讶

尚未确认

  • 权重是否发布、何时发布仍属计划：多位发帖人指出若按计划开放权重，GLM-5.3 将与 Kimi K3 并列成为评测领先的开放权重模型，但截至发帖尚未落地

为什么重要

  • 若权重如期开放，GLM-5.3 将与 Kimi K3 并列最强开源权重模型，改变开源模型竞争格局
  • 在参数规模不变的前提下依靠后训练逼近 GPT-5.6 级水平，Agent 能力与 ELO 大涨并登顶 Agentic Index，显示中国模型在智能体方向快速逼近头部闭源模型；Terminal-Bench 3.0 实测进一步印证其终端任务能力
  • 作为 60 分以上梯队中体量最小的模型，其性价比与效率对同级竞争者构成压力

第 7 集 · 智谱GLM-5.3登顶DeepSWE 成本仅同级四分之一(2026-08-20,4 条)

智谱 GLM-5.3 在官方 DeepSWE 排行榜取得 69% 的分数。该模型基于与 GLM-5.2 相同的基础模型，仅通过扩展后训练就将评分从 44 跃升至 69，性能达到 Fable 5/Sol 水平，而成本仅为后者的 25%-50%，单任务价格约 $3.99，Token 消耗也更低，实现高性能与低成本兼得。

第 8 集 · 智谱开源 GLM-5.3-Flash：320B MoE 多模态、成本降九成(2026-08-25,48 条)

智谱于 8 月 25-26 日正式发布 GLM-5.3-Flash（代号 Ox Alpha），并以 MIT 协议在 Hugging Face 开源。这是 GLM-5 系列首个原生多模态模型，也是 glm5next 架构的首个开源权重版本，主打「前沿智能 + Flash 极速成本」，官方称成本较 GLM-5.2 降低约 90%（价格约为十分之一），发布当日即引发大量关注与转发，目前已上架 Hugging Face、Cloudflare Workers AI 与 Baseten 等平台。

已确认

  • 架构与规模：320B 总参数、18B 激活参数的稀疏 MoE 架构，融合 Kimi Linear 混合注意力与 DeepSeek 相关技术（稀疏注意力 + 线性注意力），原生多模态，支持 100 万 token 上下文，已获 vLLM 支持（@NoAfternoon4260、@TheZachMueller 等）
  • 定价：官方标准 API 定价为每 100 万 tokens 输入 $0.15、输出 $0.50、缓存输入 $0.03（@Zaiorg 官宣，@bindureddy、@ramagetime 等转述）；@bindureddy 认为该价格低于 DeepSeek Flash Vision，有潜力成为使用最广泛的开源 AI 模型
  • 性能表现：@Zaiorg 称在 Code Bench 真实编码基准中所有算力等级均显著超越 GLM-5.2，与 Claude Opus 4.8 持平；Artificial Analysis 智力指数得分 57，仅比完整版 GLM-5.3 低 3 分，与 GPT-5 等对比后仍与完整版同处 Pareto 前沿（@ArtificialAnlys、@ollama 转述）；@Zaiorg 还表示架构增强与优化的预训练语料使其以更少算力提供更高智能
  • 硬件部署：@zephyrz9 称模型 FP8 权重约 328GB，部署于昇腾硬件且尚未使用 NVFP4；@orange 转述官方说法，每日超 100T 算力供应全部由国产芯片支撑，并以 Opus 4.8 约 1/40 的价格形容其性价比
  • 开源与分发：模型已上架 Hugging Face（@zai-org、@coder543），MIT 许可，可通过 Transformers 框架下载使用，具备多语言能力；@michellechen 确认其登陆 Cloudflare Workers AI，@baseten 也宣布提供该模型服务

尚未确认

  • 具体基准数据的第三方复现结果尚待更多独立评测；性能对比（如追平 Opus 4.8）目前主要来自官方博客与 Artificial Analysis 初步评测；「全部算力由国产芯片支撑」亦来自官方转述，尚无独立验证

为什么重要

  • 参数量不到 GLM-5.2 的一半却官方宣称全面超越上代，配合极低定价，@bindureddy 认为其有潜力成为使用最广泛的开源模型；@Hesamation 测算单任务成本约 $0.045，比 GLM-5.3 便宜 15 倍、比 Opus 4.8 便宜约 45 倍
  • 全部推理算力由国产芯片支撑的说法若属实，将对行业算力供给格局产生重要影响
  • @kimmonismus 将其与 Qwen3.8-Flash-Next（125B MoE、6B 激活，在 8/9 项基准击败 Claude Opus 4.6 Max）并列，视为开源与本地 AI 对闭源旗舰形成实质竞争的标志

还有 28 条相关讨论 →

第 9 集 · GLM-5.3 Flash 实测刷屏：性能对标 GPT-5.6、成本仅美分级(2026-08-27,7 条)

GLM-5.3 Flash（社区戏称「牛来模型」）于 8 月 27 日前后集中出现一批第三方实测与评测，普遍结论是性能达到一线模型水平而成本极低，性价比处于帕累托前沿，甚至被认为可 1 小时复刻 3D 游戏。

已确认

  • 本地部署：@fundingsecured 在单台 DGX Station GB300 上部署并实测，单流模式约 206 tokens/s，支持 100 万（1M）上下文（m1）。Alex Ellis 转引的实测显示，在 2 张 DGX Station（TP=2）配置下，未经调优即达到 C=64 时 881 tok/s、C=1 时 232 tok/s 的吞吐（m2/m4 为同一信息的重复转述）。
  • Sentdex 测试了即将发布的版本，称原生精度下达 180 tok/s，并发扩展性极佳，且该版本已支持视觉功能；他补充称除非完整版 5.3 更强，否则难以回到闭源 API（m3）。
  • 基准与成本：Zain Hasan 报告 GLM-5.3 Flash 在 AA Agentic Index 上得 58 分，达到 GPT-5.6 Sol 的水平，单任务成本仅 0.09 美元，属 Luna 级别低成本（m5）。据 ArtificialAnalysis 数据，其智力分 57、单次任务成本 0.045 美元，位于帕累托前沿，击败包括 DeepSeek V4 Flash 在内的对手（m7）。
  • 实际体验：@AIandDesign 在 LM Studio 长时间测试后称模型表现「真的很好」，目前仅花费 20 美分（m6）；@卡尔的AI沃茨 的实测称其可 1 小时复刻 3D 游戏（m7）。

尚未确认

  • 各项跑分与成本数字均来自个人用户转述与第三方指数，官方口径未在帖子材料中出现；Sentdex 所测为「即将发布」版本，最终发布版表现是否一致有待确认。

为什么重要

  • 若这些实测成立，GLM-5.3 Flash 将以两位数美分级别的任务成本提供接近 GPT-5.6 的智能水平，且可本地部署、支持超长上下文与视觉，对 API 定价格局与开源/低成本模型的竞争可能形成明显冲击。

第 10 集 · GLM-5.3-Flash 评测：开源第三，成本仅为 Qwen 一半(2026-08-27,2 条)

BenchmarkList 数据显示，智谱 GLM-5.3-Flash 在开源权重模型中排名第三。该模型在 DeepSWE 评测中取得 63% 的成绩，按标准 API 价格计算每次任务成本仅 0.24 美元，比 Qwen 低 50%，性价比表现突出。

第 11 集 · GLM 5.3 Flash 限时 90% 折扣，输出价低至 0.04 美元(2026-08-27,2 条)

智谱 GLM 5.3 Flash 模型推出限时优惠，9 月底前通过 Merge Gateway 调用可享 90% 折扣：输入价格为每百万 tokens 0.012 美元，输出低至 0.04 美元，缓存价格仅 0.003 美元，大幅降低了开发者使用该模型的成本。

第 12 集 · 智谱发布GLM-5.3权重，因网络攻防能力改分级访问(2026-08-27,11 条)

智谱AI（Zai）于8月28日正式发布新一代模型GLM-5.3（743B）权重，但发布方式从以往GLM系列的直接开源权重改为分级访问策略，原因是该模型在网络安全基准测试中表现优异（包括漏洞利用开发能力），出于安全考虑做了调整。模型发布后强调生产可用与经济性，可通过ChatLLM平台以无限量模式使用。这一变化使GLM-5.3成为开源模型安全治理的标志性案例，值得关注。

已确认

  • 智谱官方Hugging Face页面于8月27日宣布GLM-5.3权重将于8月28日发布，倒计时从22小时（@YuchenjUW）更新为19小时（@victormustar 转发），Zai官方亦转发确认；Reddit用户 @serige 与 @lxfater 转述的中文圈消息亦同步扩散
  • @heypearlai 透露：GLM-5.3参数量为743B，权重比原计划稍晚几小时发布；因发布时网络安全基准（含漏洞利用开发能力）表现优异，本次采用分级访问策略，而非以往GLM那样直接开源权重
  • 官方将模型定位为「具有涌现网络攻防能力的前沿编程模型」，@multimodalart 与 @kimmonismus 均注意到这一表述
  • 发布页面的到货提醒人数从最初显示的165人增长至近700人
  • 8月29日 @bindureddy 确认模型已发布并开放权重，官方强调三大特点：可用于生产环境、对去中心化至关重要、极其经济实惠；模型可通过ChatLLM平台基于无限量模式使用，@bindureddy 认为这有助于让AI触达数十亿用户

尚未确认

  • 「分级访问」的具体获取条件与限制范围尚未有官方细则，社区对这是否意味着实际意义上的「开源」存有解读空间

为什么重要

  • GLM-5.3以（准）开放权重形式发布意味着社区可申请本地部署与微调，对开源生态竞争力有直接影响；@kimmonismus 感叹只要有足够算力就能本地跑上SOTA模型
  • 但本地部署门槛不低：@kimmonismus 引述的估算指出，本地运行FP8精度的SOTA模型约需10-12张H100显卡，成本在40万至65万美元之间
  • 因网络攻防能力过强而主动收紧访问策略，是开源权重安全治理的罕见案例，或为后续大模型发布的先例；官方强调的编码与网络能力也指向当前开源模型竞争最激烈的赛道

第 13 集 · GLM-5.3 Flash 实测：以极低价格逼近前沿水准(2026-08-27,12 条)

智谱发布高效层前沿模型 GLM-5.3 Flash 后，多位开发者和博主在 08-27 至 08-29 间密集发布实测结果。共识是：性能略逊于最强前沿模型，但凭借极低价格与前沿模型中最低的幻觉率，成为质量-成本帕累托前沿上的突出选项。

已确认

  • Pawel Huryn 在 Ox Alpha 测试（2 个真实仓库、105 个植入 Bug）中，GLM-5.3 Flash 修复 13 个 Bug，略逊于 Gemini 3.7 Flash（18 个）；在 DeepSWE 评测中同样解决 13 个，仍处于帕累托前沿
  • Huryn 实测价格：比 DeepSeek V4-Flash 便宜 1.9 倍、比 Gemini 3.7 Flash 便宜 11.8 倍、比 Opus 4.8 (high) 便宜 24 倍
  • @haider1 评测称其在 Agent 任务中性能与 GPT-5.6 sol 持平，价格仅为后者 1/15；@SumitGup 转述评测数据称其幻觉率为所有前沿模型中最低，GPT 5.6 和 Opus 5 幻觉频率高出约 3 倍
  • Databricks 推理团队成员 @YuchenjUW 实测推理速度 270 tok/s，在团队 OfficeQA Pro v2 基准上以约 1/10 成本实现比 GLM-5.2 高 10% 的质量
  • 官方基准显示其优于 DeepSeek V4 Flash 0731 与 GPT 5.6 Luna，并拓展了质量-成本帕累托前沿
  • Baseten 宣称在 Artificial Analysis、OpenRouter 和 Hugging Face 上提供最快推理服务（超 122 TPS），全美部署、默认零数据保留
  • @zainhas 对比 GLM-5.3 与 Flash：准确率 69.0% vs 63.4%，成本 $3.99 vs $0.24（便宜 17 倍）
  • @philipkiely 选型数据：参数量 753B/40B vs 320B/18B，AA 分数 60 vs 57，单任务成本 $0.68 vs $0.09，前者擅长长程任务
  • High reasoning 档已可在 Hugging Face 直接试用，NielsRogge 正基于 Baseten 优化延迟；有开发者称可媲美 Opus 4.8

为什么重要

  • 多个独立信源交叉印证其极致性价比定位，为预算敏感的 Agent 与生产场景提供了新选项；选型上长程复杂任务仍建议用完整版 GLM-5.3，成本敏感场景用 Flash

第 14 集 · Z.ai 发布开放权重 GLM-5.3，多家平台首日接入(2026-08-29,19 条)

Z.ai 于 8 月 29 日发布开放权重模型 GLM-5.3，定位为面向智能体编程与网络防御的最强开源权重模型，现已开放下载、部署和商业使用。模型基于与 GLM-5.2 相同的 743B（Baseten 部分帖称 744B）-A40B MoE 架构进行扩展后训练，训练环境更贴近真实任务（如完整代码库），在代码与长程 Agent 任务上表现更强，支持 256k 上下文（Baseten 多条帖子称支持 100 万 token 上下文）。因模型具备较强网络安全能力，团队额外进行了两周安全评估。发布当日即获多家主流推理、微调与应用平台接入。

已确认

  • 许可证由 MIT 切换为 GLM-MIT：年营收超 100 亿美元的模型即服务（MaaS）提供商须接受强制性安全审查，绝大多数公司不受影响；SGLang 宣布首日服务支持
  • 性能：Cloudflare Workers AI 上 Terminal Bench 3.0 分数从 4.6 提升至 28.3（开源 SOTA）；Together AI 称其在基准测试中几乎匹敌 Fable 5，但单任务成本远低于竞品；Perplexity 称在其证据研究基准 WANDR 上超越上一代 GLM 5.2，Tinker 相关帖提及在 Terminal-Bench 3.0、DeepSWE 1.1 等编码基准中表现突出
  • 定价：engy.ai 上速度约 100 tps，输入 $0.98/百万 tokens、输出 $3.08/百万 tokens，较同类低约 30%；另有平台提供 8-bit 量化版本，输入 $0.40/百万、缓存 $0.06/百万、输出 $1.40/百万
  • 首日上线平台：Cloudflare Workers AI、Baseten（仅限美国，支持 ZDR 零数据保留）、Databricks（Day 0 版本，托管于自有安全 GPU，可经 Unity Gateway 连接编码工具并支持 Agent 路由）、Together AI（支持 Verified Inference）、Tinker（首个 GLM 系列模型，支持微调）、Modal（部署）、Perplexity Computer（长上下文与多模态智能体负载）、Ollama 云端（GLM 5.3 与 Flash 版全量上线，提供私有部署、低延迟、欧美托管及零数据保留，支持接入 Claude Desktop 等工具）
  • 轻量版本 GLM 5.3 Flash（前身为 Ox Alpha）：320B MoE、激活参数 18B，面向高效编码、长视界智能体任务、视觉理解与长上下文推理，已上线 Phala 网络，通过 TDX 认证的 GPU TEE 支持隐私推理

尚未确认

  • 各方对许可证表述不一：有帖子称已切换为 GLM-MIT，而 Baseten 多条帖子仍称 MIT 许可证，具体条款以官方仓库为准
  • 模型参数量在 743B 与 744B 之间、上下文长度在 256k 与 100 万 token 之间表述不一，以官方发布为准

为什么重要

GLM-5.3 被多方称为「最聪明的开源权重模型」，在 Agent 编程基准上大幅刷新开源成绩，且定价显著低于竞品。除旗舰版外还提供 Flash 轻量版并支持 TEE 隐私推理，首日即获推理、微调、云端与应用层平台的广泛接入，可能加剧开源模型与闭源 API 在编程/Agent 场景的竞争。

第 15 集 · 智谱 GLM-5.3 独家上线 Baseten，长程编码基准大幅跃升(2026-09-05,2 条)

智谱发布 GLM-5.3，已在 Baseten Model API 独家上线，支持视觉能力，可将图像生成并转换为代码。模型采用与 GLM-5.2 相同的 753B-A40B MoE 架构。性能方面，Terminal-Bench 3.0 等长程编码基准成绩从 4.6% 大幅跃升至 28.3%，提升超过六倍。