智谱开源GLM-5.3：发布与量化跟进

第 1 集 · Unsloth 发布 GLM-5.3 Flash GGUF 量化版本(2026-08-27,2 条)

Unsloth 发布了基于 zai-org/GLM-5.3-Flash 的 GGUF 格式量化模型，支持文本生成任务，采用 MIT 协议。GGUF 格式可配合 llama.cpp 等推理引擎使用，使大模型能够在消费级硬件上本地运行，同时兼容 transformers 流水线，降低了本地部署门槛。

• Unsloth 推出 GLM-5.3-Flash GGUF 量化版 — unsloth · 2026-08-27
• GLM-5.3 Flash 推出 Unsloth 优化 GGUF 版本 — ElementNumber6 · 2026-08-27

第 2 集 · 智谱开源 GLM-5.3 与 Flash 版(2026-08-27,28 条)

智谱（Z.ai）于 8 月 28 日前后正式开放 GLM-5.3 权重，官方定位其为目前最擅长智能体编程与网络防御的模型。模型基于 GLM-5.2 同款基座，改进全部来自规模化后训练：内部 Z.ai Code Bench 上编码能力较前代提升 50%，Terminal-Bench 3.0 得分从 4.6% 跃升至 28.3%，达到开源 SOTA。同期还开源了 GLM-5.3-Flash（前称 Ox Alpha），MIT 协议、320B 总参数、18B 激活的 MoE 架构，是 GLM-5 系列首个原生多模态模型，支持 100 万 token 上下文与混合注意力机制。

已确认

• GLM-5.3 为 743B（部分帖子写 744B）总参数的 MoE，激活参数 39B（一说 40B），MIT 许可，支持 100 万上下文窗口和 128K 最大输出
• 模型在后训练扩展中涌现出网络安全攻防能力；Ethan Mollick 评价模型表现不错，同时强调开源模型应发布模型卡片并做红队测试
• GLM-5.3-Flash 在 DeepSWE 评测中性能接近 Luna 模型，但同等预算下完成两倍多工作量；其前身 Ox Alpha 已完全在中国 AI 芯片上运行
• 生态 Day-0 支持：vLLM、SGLang（多轮代理任务实测超 500 tok/s，覆盖 Blackwell/Hopper 与 AMD MI300）、Ollama 云端、Together AI、Baseten、SayGm（KubeTEEAI 支持）、Nebius Token Factory（零数据保留）
• Unsloth 提供 GGUF 量化与本地运行指南：1-bit 版需 100GB 内存（保留 71% 精度）、3-bit 需 128GB 内存（保留 87% 精度），另有 2-bit 动态量化方案；incoai 提供 DFlash 2 投机解码 drafter（吞吐达 FP8 的 4.4 倍）与 NVFP4 量化 checkpoint，以及跑在 TokenRouter 上的方案

为什么重要

• 在同款基座上仅靠后训练即获得 50% 编码提升并涌现安全攻防能力，是「后训练扩展」路线的有力证据
• MIT 协议开放权重加上低至 1-bit 的量化方案，显著降低了顶级模型的本地部署门槛
• 据 Together AI 介绍，GLM-5.3 在 100 万 token 上下文中的长程任务能力逼近 Fable 5 而成本大幅降低，为智能体工作负载提供了新的开源选择

• Zai 开源 320B 模型 GLM-5.3-Flash，原生多模态且全在华芯运行 — ccerrato147 · 2026-08-27
• GLM-5.3-Flash 本地运行指南：128GB 内存跑 3-bit 量化 — StefanoGogioso · 2026-08-27
• Zai 发布 GLM-5.3 Flash：320B 参数成本减半 — togethercompute · 2026-08-28
• ZAI 推出 GLM-5.3 Flash：320B 参量原声多模态 — togethercompute · 2026-08-28
• GLM-5.3-Flash 模型开源：320B 参数 MoE 架构，MIT 协议 — arankomatsuzaki · 2026-08-28
• 智谱 GLM-5.3 开放权重：主打智能体编码与网络防御 — scaling01 · 2026-08-28
• Ollama 上线智谱 GLM-5.3-Flash：18B 激活参数、1M 上下文 — ollama · 2026-08-28
• zai 发布 GLM-5.3 开源模型，主打智能体编程与防御 — zai-org · 2026-08-28
• GLM-5.3 发布：编程能力提升 50%，涌现网络安全攻防技能 — jacek2023 · 2026-08-28
• 智谱 GLM-5.3 开源发布，同步推出 Flash 版本 — 赛博禅心 · 2026-08-28
• Inferact 发布 GLM-5.3 NVFP4 版本，显存占用降 38% — vllm_project · 2026-08-28
• GLM-5.3 开放权重：专攻代理编程与网络防御 — shaunralston · 2026-08-28
• GLM-5.3 开放权重: SGLang 实测多轮代理任务超 500 tok/s — BanghuaZ · 2026-08-28
• Zai发布最强编码模型GLM-5.3开源权，被指未做安全测试 — dhadfieldmenell · 2026-08-28
• GLM 5.3 开源权重亮相，DFlash 2 投机解码吞吐达 FP8 的 4.4 倍 — gan_chuang · 2026-08-29
• GLM 5.3 开源，NVFP4 检查点吞吐量提升 4.4 倍 — songhan_mit · 2026-08-29
• GLM-5.3 发布：MIT 许可，主打 Agent 编程与安全分析 — baseten · 2026-08-29
• GLM-5.3 开源，Unsloth 助力本地运行与大幅压缩 — danielhanchen · 2026-08-29
• GLM-5.3 开源：50% 编码提升，现身漏洞挖掘能力 — gharik · 2026-08-29
• GLM-5.3 开源：支持 100 万上下文，vLLM 首发 — AccBalanced · 2026-08-29

还有 8 条相关讨论 →