GLM-5.3 是 Z.ai 在 2026 年 8 月 14 日给出的一个简单问题的答案：在同一个基座上继续扩大后训练，会发生什么？它使用与 GLM-5.2 完全相同的 753B 参数基座，其余一概不变——只是更多的训练环境、更多样的长程任务、更多的强化学习算力。结果是通常只有新一代模型才有的跃升：Terminal-Bench 3.0 从 4.6 升到 28.3，DeepSWE v1.1 从 46.2 升到 66.9。
它保留 1M token 上下文与 128K 输出上限，以开放权重发布，价格不变。另一个重点是网络安全：Z.ai 称 GLM-5.3 发布时取得了 CyberGym 的最高分，并在利用类基准上把 GLM-5.2 的成绩翻了一倍多。
基准测试
Z.ai 发布时自报（2026 年 8 月 14 日），最大推理强度，使用类 Claude Code 的评测框架。对比列取自 Z.ai 发布的表格（为节省篇幅省略其中的 Qwen3.8-Max 列）。
| 基准 | GLM-5.3 | GLM-5.2 | Kimi K3 | DeepSeek V4-Pro-0813 | Opus 4.8 | Fable 5 | GPT-5.6 Sol |
|---|---|---|---|---|---|---|---|
| Terminal-Bench 2.1 | 88.2 | 81.0 | 88.3 | 87.9 | 85.0 | 88.0 | 88.8 |
| Terminal-Bench 3.0 | 28.3 | 4.6 | 17.4 | — | 21.1 | 33.7 | 34.6 |
| DeepSWE v1.1 | 66.9 | 46.2 | 67.5 | 62.7 | 58.0 | 69.7 | 72.7 |
| ProgramBench | 19.0 | 9.5 | 17.5 | — | 15.5 | 33.0 | 23.0 |
| CyberGym | 84.5 | 77.2 | 80.0 | 83.3 | 78.1 | 83.8 | 83.6 |
| ExploitBench | 54.4 | 24.4 | 32.2 | — | 40.0 | 78.0 | 76.5 |
| Toolathlon Verified | 73.0 | 59.9 | 76.5 | 74.1 | 76.2 | 74.7 | 74.9 |
| AutomationBench | 48.2 | 26.2 | 46.7 | 43.2 | 41.0 | 46.2 | 45.8 |
| Agents’ Last Exam (CLI) | 28.5 | 23.8 | 27.6 | 25.7 | 25.7 | 23.8 | 28.6 |
| HLE（带工具） | 62.5 | 54.7 | 59.8 | 60.0 | 57.9 | 63.9 | 64.5 |
Fable 5 一列在 Z.ai 的表格中标注为”Fable 5（w/ fallback）“；Z.ai 正文把该列中的网络安全数字（CyberGym 83.8、ExploitBench 78.0）归于 Mythos 5。Terminal-Bench 3.0 采用 avg@3 协议，在 Claude Code 中运行，上限 600 轮、10 小时。
在私有的 Z.ai Code Bench 上，GLM-5.3 最大强度下达到 34.5%，每任务约 75K 输出 token（GLM-5.2 为 23.4%，96K）。高强度下约 50K token 达 31.4%，高于 Claude Opus 4.8 用 120K 得到的 29.5%——但低于 Claude Fable 5 的 39.5%。
网络安全能力
Z.ai 说这些网络安全成绩出乎意料：后训练中加入的漏洞发现数据随着训练规模扩大持续见效，模型开始规划完整的利用链。CyberGym 得分 84.5%；ExploitGym 上两小时内完成 105 个任务、六小时内完成 130 个（GLM-5.2 为 29 与 39），而 Mythos 5 完成 181 与 247 个。
Z.ai 还报告称与中国的安全团队合作，用其模型对真实代码库进行测试：在 269 个项目中发现 2,436 个漏洞，其中 1,097 个为中危及以上，并记录在公开的安全披露台账中（发布时 53 个已披露、2,383 个处于保密期）。请把这些视为厂商自述——台账才是核查之处。
定价
| 每 1M token | 价格 |
|---|---|
| 输入 | $1.40 |
| 缓存输入 | $0.26 |
| 输出 | $4.40 |
与 GLM-5.2、GLM-5.1 相同。GLM-5.3-Flash 与 FlashX 便宜得多——见 GLM-5.3-Flash。
规格
| 规格 | 数值 |
|---|---|
| API 模型 | glm-5.3 |
| 基座 | 与 GLM-5.2 相同——753B 参数 MoE（glm_moe_dsa） |
| 上下文窗口 | 1M token；最大输出 128K |
| 模态 | 文本输入，文本输出 |
| 推理 | 始终开启；reasoning_effort 可选 low / high / max（默认 max） |
| 权重 | Hugging Face zai-org/GLM-5.3（BF16 / FP8） |
| 许可证 | GLM-5.3 许可证——类 MIT，年收入超 100 亿美元的模型即服务运营方需通过安全审查 |
| 部署 | SGLang、vLLM、Transformers、KTransformers、Unsloth、昇腾 NPU 栈 |
| 协议 | OpenAI Chat Completions、OpenAI Responses、Anthropic Messages |
对比
- 对比 GLM-5.2： 基座相同、价格相同，智能体成绩大幅提升——但思考强制开启。
- 对比 Kimi K3： DeepSWE v1.1 与 Terminal-Bench 2.1 相差不到一分，Terminal-Bench 3.0 与 CyberGym 领先，Toolathlon 落后。
- 对比 DeepSeek V4.1-Flash： DeepSeek 自家表格里 V4.1-Flash 在 DeepSWE v1.1 上领先（74.2 对 66.9），GLM-5.3 在 Terminal-Bench 4.0 上领先（37.9 对 31.2）；评测框架不同。
- 对比闭源前沿： 在若干项目上逼近 GPT-5.6 Sol 与 Fable 5，但落后于更新一代的 GPT-6 与 Claude Opus 5.5。
局限
- 旗舰档仅支持文本。
- 厂商自报，在 Z.ai 自己基于 Claude Code 的评测框架下运行。
- 强制思考会让关闭思考的客户端出错。
- 网络安全差距仍在：Z.ai 自己也指出，越靠近利用链上游，与闭源前沿的差距越大。
更大的版图请见 2026 LLM 指南。
适用场景
- 长程自主编码与工程智能体
- 沙箱环境中的漏洞发现与安全研究
- 1M 上下文下的仓库级重构与迁移
- 在 Claude Code、OpenCode 与 ZCode 中搭建自托管开放权重编码栈
优缺点
优势
- Z.ai 称其为能力最强的开放权重编码模型，Terminal-Bench 3.0（28.3）与 Agents' Last Exam（28.5）为开源最佳
- 仅靠后训练就比 GLM-5.2 大幅提升——DeepSWE v1.1 从 46.2 到 66.9，AutomationBench 从 26.2 到 48.2——基座不变、价格不变
- 权重已发布在 Hugging Face，采用类 MIT 许可，仅有一条窄限制（年收入超 100 亿美元的模型即服务运营方需通过安全审查）
- 高强度下 token 效率高——自家基准上约 50K 输出 token 即达 31.4%，高于 Claude Opus 4.8 用 120K 得到的 29.5%
局限
- 旗舰档仅支持文本；多模态成员是更小的 GLM-5.3-Flash
- 在最难的项目上落后闭源前沿——Terminal-Bench 3.0 为 28.3，GPT-5.6 Sol 为 34.6；ExploitBench 为 54.4，Mythos 5 为 78.0
- 思考强制开启——关闭思考的请求现在会失败，切换模型 ID 前必须先迁移旧请求
- 753B 参数的 MoE 自托管仍需多卡节点
常见问题
GLM-5.3 什么时候发布的？
Z.ai 于 2026 年 8 月 14 日在 API 与 GLM 编程套餐上线 GLM-5.3，并表示权重将在完成安全评估后的两周内发布；现已以 `zai-org/GLM-5.3` 发布在 Hugging Face。
GLM-5.3 是新模型，还是 GLM-5.2 的更新？
它沿用 GLM-5.2 的基座模型。Z.ai 称所有提升都来自后训练——在同一套技术栈上加入更多环境、更多样的任务和更多强化学习算力。
GLM-5.3 多少钱？
每百万 token 输入 $1.40、缓存输入 $0.26、输出 $4.40——与 GLM-5.2 相同。缓存输入存储限时免费。
GLM-5.3 权重是什么许可证？
自定义的 GLM-5.3 许可证，条款类似 MIT。除保留版权声明外只有一个条件：近 12 个月累计收入超过 100 亿美元的"模型即服务"运营方，商用前须通过 Z.ai 的安全审查。
能关闭思考吗？
不能。GLM-5.3 始终推理，`reasoning_effort` 支持 low、high、max（默认 max）。如果你的应用发送 `thinking.type: disabled`，请先改为 `enabled` 并把推理强度设为 low，再把模型 ID 切换为 `glm-5.3`，否则请求会失败。