智谱发布GLM-5.3：编程能力跃升50% 编程与智能体能力接近Fable 5

智谱今日发布新一代旗舰模型GLM-5.3。在基座模型与GLM-5.2相同的基础上，通过极致后训练Scaling，新模型在编程与智能体任务上实现了大幅跃升，并涌现出了更强的网络安全能力。

在多项基准测试中，GLM-5.3取得了开源模型第一的成绩。在内部体感评测中，其编程能力较前代提升50%。在多项主流基准测试中GLM-5.3是当前排名最高的开源模型，编程与智能体能力接近Claude Fable 5，编程体感超过其他国产模型。

在衡量模型于真实终端环境中完成复杂任务的Terminal-Bench 3.0上，GLM-5.3得分从4.6提升至28.3；在聚焦长程软件工程与持续代码修改能力的DeepSWE v1.1上，得分从46.2提升至66.9；在覆盖多类真实专业场景、强调跨工具协作与长程任务的Agents‘ Last Exam上，得分从23.8提升至28.5。

GLM-5.3展现出了出色的网络安全能力。在白盒代码审查与漏洞发现任务中，其表现持平行业标杆Mythos 5。在漏洞验证测试CyberGym中，GLM-5.3得分84.5%，高于GLM-5.2的77.2%。

据悉，上述全部提升都来自后训练。基于IndexShare、SAO、以及持续演进的新一代Slime框架，智谱在与GLM-5.2完全相同基座上推进强化学习，目前还远未开发出这个基座的智能上界。智谱将在两周后开放模型权重。

via cnBeta.COM - 中文业界资讯站 (author: 稿源：新浪科技)

智谱发布 GLM-5.3：不换底座、只炼后训，开源编程王座易主

智谱今日正式发布 GLM-5.3，与前代最大的不同在于——基座模型完全没变，提升全部来自后训练阶段的 Scaling。通过数十倍规模的长程任务环境、更丰富的环境类型以及超长的后训练时间，智谱在相同基座上把模型的智能上界显著抬高。公司内部评测显示，新模型的编程体感较 GLM-5.2 提升约 50%，一跃成为当前编程能力最强的开源模型。

在公开基准上，GLM-5.3 也交出了亮眼答卷。Terminal-Bench 3.0 得分从 4.6 跃升至 28.3，DeepSWE v1.1 从 46.2 升至 66.9，Agents' Last Exam 从 23.8 提到 28.5，GDPval-AA v2 达到 1769 分。其在编程与智能体能力上已接近 Claude Fable 5，体感超过其他国产模型，在 Terminal Bench 3.0 与 Agents' Last Exam（CLI）两项测试中拿下开源第一。

后训练 Scaling：基座潜力远未触顶

智谱强调，上述全部提升均来自后训练而非换模型。基于 IndexShare、SAO 以及持续演进的新一代 Slime 框架，团队在与 GLM-5.2 完全相同的基座上高效推进强化学习，并坦言"可能远未开发出这个基座的智能上界"。这一思路释放出明确信号：大模型竞争未必总要靠堆参数，把已有底座"练透"同样能逼近前沿水平。

在安全维度，GLM-5.3 在白盒代码审查与漏洞发现等任务中表现持平 Mythos 5，展现出面向网络防御场景的潜力。智谱将在发布两周后开放完整模型权重，但前提是完成安全评估与模型加固，以限制潜在攻击能力、保留防御价值。与此同时，新模型即日上线官方编程工具 ZCode、AutoClaw 及 GLM Coding Plan，并面向 Trae、扣子、WorkBuddy / CodeBuddy、Qoder 等编码平台开放抢先体验。当开源模型在编程赛道逼近闭源旗舰，国产大模型的下半场较量，正从"谁更会说话"转向"谁更会干活"。

via AI新闻资讯 (author: AI Base)