GLM-5.3发布：后训练Scaling登顶开源编程

智谱今日正式推出 GLM-5.3，这一版本的最大亮点在于——未更换基座模型，所有性能提升均来自后训练阶段的 Scaling 策略。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，团队成功在同一基座上显著抬高了模型的智能上限。

内部评测显示，GLM-5.3 的编程体感相较 GLM-5.2 提升约 50%，一跃成为当前开源领域中编程能力最强的模型。在多个权威公开基准测试中，其成绩同样令人瞩目：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 提高到 28.5，GDPval-AA v2 更是达到了 1769 分。

尤为值得注意的是，GLM-5.3 在 Terminal Bench 3.0 与 Agents' Last Exam（CLI）两项测试中拿下开源第一，其整体编程与智能体能力已接近闭源旗舰模型 Claude Fable 5，体感明显优于其他国产模型。

智谱强调，上述全部提升均源于后训练优化，而非更换模型架构或扩大参数量。依托 IndexShare、SAO 及新一代 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，并指出“可能远未开发出这个基座的智能上界”。这一思路为大模型发展提供了新路径：不必一味堆参数，把已有底座“练透”同样能逼近技术前沿。

在安全能力方面，GLM-5.3 在白盒代码审查与漏洞发现等任务中表现与 Mythos 5 持平，展现出在网络防御场景中的应用潜力。智谱表示，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，新模型已上线官方编程工具 ZCode、AutoClaw 及 GLM Coding Plan，并面向 Trae、扣子、WorkBuddy / CodeBuddy、Qoder 等主流编码平台开放抢先体验。随着开源模型在编程赛道逼近闭源旗舰，国产大模型的竞争焦点正从“谁更会说话”转向“谁更会干活”。