GLM-5.3 - 智谱最新开源的基座大模型，编程能力提升50%

GLM-5.3是什么

GLM-5.3 是智谱最新开源的基座大模型，和 GLM-5.2 基座相同，能力主要靠后训练阶段把 Scaling 做到极致，把智能上限抬了上去。GLM-5.3 是目前编程能力最强的开源模型，Terminal Bench、DeepSWE 等多项基准都排第一；网络安全能力也是这轮训练里冒出来的，白盒代码审查和漏洞发现跟 Mythos 5 打平。智谱会在两周内开源模型权重，同时启动”开源的盾”计划，让安全防御能力变成全球开发者都能用的公共品。

GLM-5.3的主要功能

• 编程开发：GLM-5.3 是目前开源模型里编程能力最强的，复杂软件工程、终端操作、长程代码修改、端到端开发任务都能接。放到真实开发环境里，它像工程师一样走完需求分析、代码实现、测试验证整个流程。
• 智能体任务：能跨工具协作，也能做长程任务的规划和执行，覆盖 44 种职业场景里的知识工作，在 Agents’ Last Exam 等基准上成绩不错。
• 网络安全防御：白盒代码审查、漏洞发现与验证、漏洞利用分析都能做，CyberGym、ExploitBench 等安全基准上处在第一档，安全审计和 CTF 解题都用得上。
• 代码审计：已经集成进智谱官方的编程工具 ZCode，日常研发流程里会自动做安全检查，编码阶段就能发现潜在风险。
• 多平台接入：支持 TraeWork、扣子、WorkBuddy、Qoder、CatPaw 这些主流编码平台，开发者在不同环境里都能调用 GLM-5.3。

GLM-5.3的技术原理

• 后训练 Scaling：GLM-5.3 和 GLM-5.2 用的是同一个基座，性能提升全部来自后训练 Scaling：训练环境规模扩大数十倍，任务类型更杂，后训练时间也拉得很长；再基于 IndexShare、SAO 及新一代 Slime 强化学习框架，基座不动，能力边界往外推。
• 涌现能力机制：训练环境不再只是”完成编程题”，而是接近真实专家工作的完整流程，一个任务的工作量能有工程师连续干几天那么多。模型要在真实的计算集群、存储系统、代码库和实验结果里端到端执行，慢慢学会从发现问题、分析推理、实施验证到独立收尾这一整套。
• 分层风险审查系统：GLM-5.3 按纵深防御的思路搭了三层审查，从 API 一直管到模型内部：外层用轻量分类器挡大规模滥用请求，推理监控器在模型运行时实时看任务意图，深度安全对齐则让模型自己识别并拒绝攻击性请求。三层互相独立，互为冗余。
• 智能审查方法：审查系统看的是”意图”，不是”关键词”，用这个来区分攻击和防御任务。越狱变体和伪装手段靠差分数据合成和对抗性训练来对付；网络安全任务按风险等级分档（安全知识问答、蓝队防御、CTF、漏洞挖掘、渗透测试、真实入侵等），每档单独构造阶梯型风险实例，高风险请求拦得住，合法的低风险任务也不会被误杀。
• 安全评估体系：智谱和国内的安全团队一起做持续红队测试和自动化越狱评估，新出现的越狱样本会拿来反复加固审查系统；开源前还请 DARKNAVY 等专业团队独立评估过模型的风险任务能力，防护和能力释放之间尽量找平衡。

如何使用GLM-5.3

• ZCode（编程工具）：智谱官方的 AI 编程工具，已经集成 GLM-5.3，代码生成、审查和端到端开发任务都支持。
• AutoClaw（效率工具）：智谱官方的效率工具，接入了 GLM-5.3，日常办公和自动化任务都能用。
• GLM Coding Plan：智谱官方的编程订阅计划，已经对全量用户开放。

GLM-5.3的核心优势

• 编程能力：GLM-5.3 是目前开源模型里编程能力最强的，Terminal Bench、DeepSWE 等多项基准都排第一，Token 利用效率也比同类闭源模型高出一截。
• 网络安全防御：后训练阶段长出了白盒代码审查和漏洞发现能力，CyberGym 等安全基准上和 Mythos 5 打平，真实环境里已经帮着找出数千个高危漏洞。
• 后训练 Scaling：和 GLM-5.2 共用一个基座，只是把训练环境扩大数十倍、任务类型做丰富、后训练时间拉长，能力就跳了一级，说明基座的智能上界还远没被挖干净。
• Token 效率：真实编程场景里，GLM-5.3 用约 5 万 tokens 做到 31.4% 的准确率；Claude Opus 4.8 花了 12 万 tokens，准确率 29.5%。路径更短，成本也更低。
• 开源安全民主化：模型权重照旧开源，还启动了”开源的盾”计划，把前沿的安全防御能力从少数闭源机构的特权，变成全球开发者和开源社区都能平等拿到的公共品。
• 分层风险审查：外层分类器、推理监控器、深度安全对齐组成三层纵深防御，判断依据是意图而不是关键词，高风险攻击请求拦得准，蓝队防御、CTF 教学这类合法安全任务也不受影响。

GLM-5.3的同类竞品对比

对比维度	GLM-5.3	Kimi K3
开发方	智谱（Z.ai）	月之暗面（Moonshot AI）
开源性	两周后开源完整权重	开源
编程能力（Terminal Bench 3.0）	28.3	17.4
编程能力（DeepSWE）	66.9	67.5（略高）
编程能力（Agents’ Last Exam）	28.5	27.6
网络安全（CyberGym）	84.5%	80.0%
网络安全（ExploitBench）	54.4%	32.2%
网络安全（ExploitGym 6小时任务数）	130	70

GLM-5.3的应用场景

• AI 辅助编程与复杂软件开发：开发者通过 ZCode 或第三方编码平台调用 GLM-5.3，从需求分析、代码生成、长程修改到测试验证，整条软件工程链路都能跑，大型项目迭代和终端环境操作尤其合适。
• 企业代码安全审计与漏洞防御：安全团队用 GLM-5.3 的白盒代码审查，对自有代码库和开源依赖组件自动扫漏洞、评风险，赶在攻击者利用之前把隐患修掉。
• 开源项目持续安全维护：通过”开源的盾”计划，开源项目维护者可以申请免费模型额度，对重点开源项目做持续安全审计，帮社区免费发现并修掉那些多年没人察觉的底层风险。
• 安全研究与人才培养：高校和培训机构拿 GLM-5.3 做 CTF 教学、蓝队防御演练和安全知识问答；真实攻击任务会被拦下，低风险的实验、教学类安全任务则放行。
• 关键基础设施与协议安全：安全实验室用 GLM-5.3 分析操作系统内核、浏览器引擎、DNS 协议、通信软件这些底层设施，找出潜伏了几十年的协议级、架构级漏洞，把大规模系统性风险挡在前面。