智谱发布 GLM-5.3，被评为网络安全能力最强的开放权重模型

背景

GLM-5.3 是智谱 GLM 系列模型的一次更新。在整个发布中，智谱都以紧邻的上一代 GLM-5.2 作为对照对象。这次发布值得注意的地方，不在于新的模型结构，而在于它说明了：不改动基座网络，也能给一个模型加上多少能力。

发布了什么

智谱于2026年8月14日发布 GLM-5.3。8月25日，模型权重被上传到 Hugging Face，其中还包括一个名为 GLM-5.3-Flash 的版本，因此外部机构可以直接下载并运行，而不只是通过接口调用^[2][3]。

同一个基座，提升来自后训练

智谱表示，GLM-5.3 与 GLM-5.2 使用同一个基座模型，相对 GLM-5.2 的所有提升都来自后训练（post-training），而不是换用更大或重新训练的基础模型^[1][2]。后训练是模型读完大量文本之后的阶段，包括让模型学会遵循指令、处理多步推理、写代码和调用工具等进一步训练。由于它不需要动昂贵的基础模型，是把模型往前推更便宜的一条路——也正因为如此，「全部提升来自这一阶段」这一说法才值得关注。

基准成绩

智谱报告称，在自研的 Z.ai Code Bench 上，GLM-5.3 相对 GLM-5.2 提升 50%；在 Terminal Bench 3.0 和 Agents' Last Exam 上，则达到了开源模型的最好水平^[1]。在模型卡随附的成绩表上，GLM-5.3 在 Terminal Bench 2.1 上得分 88.2，GLM-5.2 为 81.0^[1]。

差距最大的是网络安全方向。在 CyberGym 上，GLM-5.3 得 84.5，上一代为 77.2；在漏洞利用类基准上，智谱报告的成绩是上一代的两倍多——ExploitBench 为 54.4，GLM-5.2 为 24.4^[1]。这类基准测试的是模型能否发现并推理软件漏洞，而这类能力是双用途的：防御方用它找出并修补缺陷，攻击方用的也是同一套知识。

如何使用

模型卡列出了三档推理强度（reasoning effort）——low、high 和 max，默认值是 max^[1]。也就是说，模型开箱即被设为在推理上投入最多算力，想要更快或更省的用户需要自己把档位调低。

反响与影响

2026年9月，NIST 下属负责评估 AI 系统的机构 CAISI 认定，GLM-5.3 是网络安全能力最强的开放权重模型^[2]。Anthropic 则评估其网络能力与 Claude Mythos Preview 相当^[2]。

正是这些评估让这次发布不只是一次例行的版本更新。强大的网络安全能力集中在一个任何人都能下载权重的模型里，带来的问题与同类能力只存在于接口背后时并不相同：做风险评估的人和能运行这个模型的人，不再是同一批人。成绩表同时也说明，如今相当一部分前沿水平可以通过对现成的开放基座做后训练达到——重心因此落在训练方法和数据上，而不是单纯的规模。

在 GLM 系列内部，GLM-5.3 是智谱的开放模型在智能体任务和安全相关任务上变得有竞争力的那一步；同期发布的 Flash 版本则把同一次发布延伸到了一个更小的配置上^[3]。