智谱发布GLM-5.3：后训练驱动性能大幅跃升

智谱于近日正式发布大模型GLM-5.3。与外界此前预期的万亿参数升级不同，这一版本的基座参数量仍然保持在7400多亿，与GLM-5.2共用同一套基础架构。但智谱凭借后训练策略，硬是将GLM-5.3的整体性能较上一代提升了50%，在多项主流基准测试中拿下当前开源模型的最高排名，其编程与智能体能力已接近Claude Fable5，编程体感更是超过其他国产模型。

关键基准测试的成绩跃升颇具说服力。在衡量模型于真实终端环境中完成复杂任务的Terminal-Bench3.0上，GLM-5.3的得分从4.6一口气蹿升至28.3；聚焦长程软件工程与持续代码修改能力的DeepSWE v1.1，得分从46.2涨至66.9；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，也从23.8提升到28.5。在覆盖44种职业、考察真实高价值知识工作的GDPval-AA v2中，GLM-5.3拿到1769分，展现出基于编程能力涌现出的专业任务执行力。整体来看，GLM-5.3在复杂软件工程、终端操作和更广泛的真实世界Agent任务上均实现了显著进步。

最能说明问题的是智谱自研的Z.ai Code Bench——这套评估体系将模型塞进真实的本地开发环境，在不同思考档位下执行端到端任务，尽可能还原开发者实际使用Coding Agent时的体感。测试结果显示，GLM-5.3在效果和Token利用率之间找到了更好的平衡：High档位下准确率达到31.4%，超过Claude Opus4.8最高档位的29.5%；而每项任务平均仅输出约5万tokens，Opus4.8则需要约12万tokens——这意味着GLM-5.3能用更短的执行路径完成同样的事。

产品落地方面，GLM-5.3即日起上线智谱官方编程工具ZCode和效率工具AutoClaw，同步开放给GLM Coding Plan全量用户及订阅用户。TraeWork、TraeCode、扣子、WorkBuddy、CodeBuddy、Qoder、QwenWork、CatPaw、JoyCode、OpenCode等第三方编码平台也开放了抢先体验。API很快上线，完整模型权重将在两周内完成必要的安全加固后开源——智谱的策略是尽可能限制模型的潜在攻击能力，同时保留其防御价值。今天13:00，GLM Coding Plan全员额度已经重置，所有用户后台的用量统计均可看到额度回满。