GLM-5.3 是什么 开源编程模型又抬了一档

GLM-5.3 是什么？Z.ai 在 2026-08-14 放出的新一代开源权重编程向模型。官方强调：底座与 GLM-5.2 相同，增益几乎全来自后训练 scaling；自家 Z.ai Code Bench 相对 5.2 宣称约 50% 提升，公开榜上 Terminal Bench 3.0、Agents' Last Exam 等也拿到开源侧靠前的位置。权重计划在发布约两周后放出，先做安全评估与加固。

作者：CodePass 技术编辑

后训练堆出来的编程与长程能力

官方博文把 5.2 已有的 IndexShare、SAO、slime 等栈继续加任务环境与算力。训练环境更像「几天量级的工程师活」：给集群、文档、代码与实验记录，要求端到端找出瓶颈并交付可测加速，而不是拆成一堆被 babysit 的小题。

公开数字里，Terminal Bench 3.0 从 4.6 提到 28.3，DeepSWE v1.1 从 46.2 到 66.9。私有 Z.ai Code Bench 上，Max effort 约 34.5%（约 75K 输出 token/任务），相对 5.2 的 23.4% / 96K，完成率升、输出还更省。相对闭源，High effort 约 31.4% / 50K，文中写超过 Opus 4.8 的 29.5% / 120K，仍落后 Fable 5 的 39.5%。

安全向能力与披露账本

后训练混入漏洞发现环境后，官方称「利用链」相关基准涨幅大于单纯找洞。CyberGym 84.5（5.2 为 77.2）；ExploitBench 从 24.4 到 54.4。他们还写：与国内安全团队实战后，经专家复核去重，在 269 个项目里累计 2436 个漏洞发现（含 1097 个中高危），并维护公开的 Z.ai Security Disclosure Ledger。本文只转述产品声明与披露机制，不展开利用步骤。

和你怎么选模型的关系

若你盯开源可自托管、又要 agent 式编程，5.3 是当前叙事最强的一档之一；闭源仍看 Fable / GPT-5.6 Sol 等在部分榜上的余量。权重未放前只能走 Z.ai 推理或等开源包。跑分怎么读、别被单榜绑架，可对照站内 DeepSeek 跑分怎么看 的读法；同系列开源排行话题另见 Qwen3.8 Max 编程排行。