智谱 GLM-5.3 发布：7400 亿参数没涨，靠后训练硬拉 50% 性能，编程能力逼近 Fable 5
8月14日，智谱正式发布大模型 GLM-5.3。基座参数量仍然是7400多亿，跟 GLM-5.2同一套底子，此前传闻的万亿参数升级并没有出现——那枚牌大概被留给了 GLM-5.5。但智谱靠着后训练这招，硬是让 GLM-5.3的性能比上一代提升了50%，在多项主流基准测试中拿下了当前开源模型最高排名，编程与智能体能力接近 Claude Fable5，编程体感超过其他国产模型。 几项关键基准的成绩跃升
8月14日，智谱正式发布大模型 GLM-5.3。基座参数量仍然是7400多亿，跟 GLM-5.2同一套底子，此前传闻的万亿参数升级并没有出现——那枚牌大概被留给了 GLM-5.5。但智谱靠着后训练这招，硬是让 GLM-5.3的性能比上一代提升了50%，在多项主流基准测试中拿下了当前开源模型最高排名，编程与智能体能力接近 Claude Fable5，编程体感超过其他国产模型。
几项关键基准的成绩跃升很有说服力。在衡量模型于真实终端环境中完成复杂任务的 Terminal-Bench3.0上，得分从4.6一口气蹿到28.3;聚焦长程软件工程与持续代码修改能力的 DeepSWE v1.1，从46.2涨到66.9;覆盖多类真实专业场景、强调跨工具协作与长程任务的 Agents' Last Exam，从23.8提升到28.5。在覆盖44种职业、考察真实高价值知识工作的 GDPval-AA v2中，GLM-5.3拿到1769分，展现出基于编程能力涌现出的专业任务执行力。整体来看，它在复杂软件工程、终端操作和更广泛的真实世界 Agent 任务上都有显著进步。
最能说明问题的是智谱自研的 Z.ai Code Bench——这套评估把模型塞进真实的本地开发环境，在不同思考档位下执行端到端任务，尽可能还原开发者实际用 Coding Agent 时的体感。测试结果显示，GLM-5.3在效果和 Token 利用率之间找到了更好的平衡:High 档位下准确率达到31.4%，超过 Claude Opus4.8最高档位的29.5%，而每项任务平均只输出约5万 tokens，Opus4.8则需要约12万 tokens——意味着 GLM-5.3能用更短的执行路径走完同样的事。
产品落地方面，GLM-5.3即日起上线智谱官方编程工具 ZCode 和效率工具 AutoClaw，同步开放给 GLM Coding Plan 全量用户及订阅用户。TraeWork、TraeCode、扣子、WorkBuddy、CodeBuddy、Qoder、QwenWork、CatPaw、JoyCode、OpenCode 等第三方编码平台也开放了抢先体验。API 很快上线，完整模型权重将在两周内完成必要的安全加固后开源——智谱的策略是尽可能限制模型的潜在攻击能力，同时保留其防御价值。今天13:00，GLM Coding Plan 全员额度已经重置，所有用户后台的用量统计均可看到额度回满。
原文链接： 智谱 GLM-5.3 发布：7400 亿参数没涨，靠后训练硬拉 50% 性能，编程能力逼近 Fable 5