智谱发布GLM-5.3，基础模型居然没换

GLM-5.3 VS GLM-5.2 - 3D model of R2-D2 GLM-5.3 目前看来前景相当不错

GLM-5.3 发布了，看了一下，着重提升的主要是两部分：
1. 安全能力：看来 Hugging Face 在拿 GLM-5.2 防御了 OpenAI 的模型入侵以后，智谱也看到了这方面的价值，尤其是大家最近都在聊这块，他们针对性地做了一些优化。
2. 长程任务的执行： 比如终端里的任务、工具调用，以及大代码库的修复任务，都有非常大的提升。

这个模型依然是只进行了后训练，没有重新进行预训练。这都几个版本了，还能有这么大的提升，确实猛啊！

事件：智谱刚刚发布了 GLM-5.3，它最大的飞跃可能在网络安全领域。

743B 基础模型和 GLM-5.2 相比（居然）完全没有变化。智谱表示，提升完全来自于在更多环境、多样任务和长周期工作流上扩大后训练规模。

它的成果：
- Terminal-Bench 3.0：4.6 → 28.3
- CyberGym：77.2% → 84.5%
- ExploitBench：24.4% → 54.4%

该公司表示，GLM-5.3 已经能够在漏洞利用的多个阶段进行推理，构建完整攻击链，速度比研究人员预期的还要快。

这次发布后，我不幸预计美国政府会对开源进行监管。疯狂的发布！

突发，智谱正式发布 GLM-5.3🔥
这次 GLM-5.3 的重点非常明确：继续强化 Coding 和 Agent，而且在部分 Agent Benchmark 上，已经直接超过 GPT-5.6 Sol、Fable 5 和 Kimi K3。

官方公布了 9 项 Benchmark。其中 GLM-5.3：
AutomationBench 48.2，超过 Kimi K3 46.7、Fable 5 46.2、GPT-5.6 Sol 45.8。

CyberGym 84.5，同样超过 Kimi K3 80.0、Fable 5 83.8 和 GPT-5.6 Sol 83.6。

GDPVal-AA v2 达到 1769，也超过 Fable 5 的 1743 和 GPT-5.6 Sol 的 1730。

更值得关注的是 GLM-5.3 相比 GLM-5.2 的提升。
Terminal Bench 3.0：4.6 → 28.3
DeepSWE：46.2 → 66.9
AutomationBench：26.2 → 48.2
HLE w/ Tools：54.7 → 62.5
ExploitBench：24.4 → 54.4
ExploitGym：39 → 130

尤其 Terminal Bench、AutomationBench 和 ExploitBench，已经不是几个点的常规迭代了。

而 GLM-5.2 才在 6 月 16 日发布。也就是说，两个月不到，智谱又把旗舰模型往前推了一代。

昨天 DeepSeek 刚发布 V4 Pro 0813，今天 GLM-5.3 就来了。

国产旗舰模型的新一轮正面竞争，已经从模型本身的 Benchmark，越来越集中到了 Coding、工具调用、长程任务和 Agent 执行能力上。

GLM-5.3现已通过GLM Coding Plan和ZCode提供。API访问和开放权重将分阶段发布，并在严格的安全评估后推出。

隆重介绍 GLM-5.3 —— 现已登陆 ZCode。今日向所有用户开放推送。我们还为所有 Coding Plan 用户重置了配额：5 小时限额和周用量都已归零。新用户可以在免费层级体验 GLM-5.3，无需订阅。了解更多：获取 ZCode：