GLM 5.3 模型更新：规模不变 靠后训练提智

GLM 5.3 的公告挂在 z.ai 官网。消息传开后，社区讨论帖攒下 212 条评论。官方这次的说法很直接：Scaling post-training is all we did for GLM-5.3。模型规模固定在 743B 参数，通过基础模型上的后训练实现。

这句英文直译过来是“为 GLM-5.3，我们唯一做的事是扩展后训练”。简单说，这次换代，改动全在训练环节。后训练是模型完成预训练之后、调整回答方式的阶段。以前想提升能力，通常是加大规模，参数更多、数据更多。这次规模没动，还是 743B，变量变成了训练方法本身。官方没有透露具体用了哪些技术，但方向已经摆明：模型大小不是变量，训练方法才是。

权重会在后续开源，z.ai 已经确认，但没给具体时间。GLM 5.3 也不是这个时间窗口里唯一的模型。DeepSeek v4 pro、Gemini 3.7 flash、Grok 4.6 同期亮相，几款模型几乎同时摆在开发者面前。这一批里，只有 DeepSeek 和 GLM 开源。有评论觉得，HuggingFace 这类靠开源模型吃饭的平台会因此受益。

同期的竞争话题也不少。有人对 Anthropic 喊话：IPO 得加快，不然 GLM 直接把它挤出市场。这是评论者的调侃，但等于把开源和闭源模型放进了同一个竞争平面。另一条评论配了张写着 Man of his word 的图，意思是说到做到。还有人模拟 Anthropic CEO Dario 的口气：你们中国人，饶了我吧。

性能数据也有人在质疑。有个观察者发现一个模式。新基准刚出的时候，模型得分很低；下一次更新，分数突然跳到前沿水平。TerminalBench 3.0 就走了一遍这个流程。得分变化的速度，跟实际能力提升的速度，不一定对得上。

还有不少信息没公开。权重哪天放出，没说。跟 DeepSeek v4 pro、Gemini 3.7 flash 的直接对比数据，没有。实际任务上哪些场景提升明显，公告也没提。在权重放出之前，讨论只能靠公告和基准分数硬撑。等权重真正落地，开发者拿到的就是能实际运行的东西。到时分数可不可靠，会有更直接的检验。