GLM5.3發布 已有kimiK3等級編程能力
https://x.com/Zai_org/status/2088132965922476159
https://pbs.twimg.com/media/HPqGDYVXAAEtyrV?fo…
GLM-5.3 介紹文
基礎資訊
GLM-5.3 是智譜 AI（Z.ai / Zhipu AI）於 2026年8月14日 正式發布的旗艦模型。它與前代 GLM-5.2 使用相同基座模型（約 743B–744B 參數的 MoE 架構），所有能力提升完全來自後訓練（post-training）Scaling——包括更大規模、更多樣化的長程任務環境、更豐富的 RL 訓練，以及基於 slime 框架的大規模異步訓練。
官方定位：Frontier Coding with Emergent Cyber Capabilities（前沿編程 + 湧現的網絡安全能力）。
核心亮點：
編程能力大幅提升：官方宣稱是目前最優的開源權重模型**。在內部 Z.ai Code Bench上較 GLM-5.2 提升約 50%。公開基準中，Terminal Bench 3.0 從 4.6 → 28.3、
DeepSWE v1.1 從 46.2 → 66.9、Agents’ Last Exam (CLI) 從 23.8 → 28.5，均取得開源 SOTA。
Token 效率更高**：同樣努力等級下，結果更好且輸出 token 更少。例如 High 檔位下，約 50K token 達到 31.4%（超過 Claude Opus 4.8 的 29.5% / 120K token）。湧現網絡安全能力**：在漏洞發現與利用鏈上表現突出。CyberGym 84.5%（開源/對比組中最高），ExploitBench 從 24.4 → 54.4（翻倍以上），ExploitGym 2h/6h 從 29/39→ 105/130。團隊與國內安全團隊合作，已在真實開源項目中發現 2,436 個漏洞（含1,097 個中高危），並建立公開披露台帳。
Agent 與長程任務**：Toolathlon、AutomationBench、HLE w/ Tools、GDPval-AA 等均有明顯提升。
可用性：
即日起通過 GLM Coding Plan 與 ZCode 提供服務。
API 與開源權重將在約 兩週後（完成安全評估與加固後）分階段放出。
思維模式：僅支持 low / high / max 三檔（不再支持關閉 thinking），建議編程任務使用 max。
官方技術博客：https://z.ai/blog/glm-5.3
官方 X 公告：@Zai_org
優點
編程與 Agent 能力強：真實複雜工程場景（終端、長程軟件工程、跨工具協作）表現突出，效率更高（少 token 做更多事）。
後訓練 Scaling 示範成功：不換基座就能大幅提升，證明環境合成 + 長程 RL（SAO、slime 等）的有效性。
網絡安全「湧現」：不只是找漏洞，還能規劃完整利用鏈，對防禦方有實際價值（已發現大量真實漏洞）。
即將開源：權重預計兩週內放出，對本地部署與研究友好。
與閉源模型拉近差距：在部分編程體感與效率上已能挑戰甚至超過 Claude Opus 4.8，接近更高階閉源模型。
缺點 / 局限
權重尚未開放：目前僅通過官方平台可用，本地部署需再等約兩週。
仍落後部分閉源前沿：在 ExploitBench / ExploitGym 等高階利用任務上，與 Mythos 5 / Fable 5 / GPT-5.6 Sol 等仍有明顯差距。
基座未升級：參數規模與 GLM-5.2 相同，純靠後訓練，潛力上限可能受基座限制。無原生視覺：社區此前強烈希望加入 vision，但本次未提及。
安全雙刃劍：強大的漏洞利用能力需要嚴格安全評估與使用政策，否則存在濫用風險。官方已強調正在進行安全加固與合作評估。
目前網友意見（發布當天，2026-08-14）
發布僅數小時，討論熱度高，整體偏正面興奮：
高度評價編程與後訓練**：許多人驚嘆「同一基座靠後訓練就能跳這麼大」，Terminal Bench 3.0 從 4.6 到 28.3 被視為巨大進步。有人稱「post-training 可能才是真正的護城河」。
「開源最強 / Opus-class」聲音多**：部分用戶直接說「已經在多項基準上打贏幾乎所有模型」「Opus-class」，並迫不及待等待開源權重與更小版本（方便本地跑）。網絡安全能力引發討論**：有人覺得「湧現」很酷，像訓練出一個能理解系統如何失效的助手；也有人提醒「很容易轉用到攻擊」，建議作為防禦基準線使用。官方與合作夥伴強調防禦導向與安全評估。
期待後續**：Unsloth 等表示期待 quant 與更小模型；有人問「現在該用 GLM-5.3、DeepSeek 還是 Grok？」；整體氣氛是「這週 AI 又狂刷存在感」。
總結：GLM-5.3 是一次「不換基座、只靠後訓練就大幅躍升」的成功案例，尤其在真實編程 Agent 與網絡安全方向上表現亮眼。它強化了開源陣營在 coding 領域的地位，同時也提醒業界後訓練 + 環境 Scaling 的重要性。權重開放後，實際用戶體感與社區評測將會更豐富。
（資料來源：官方博客、X 公告與發布當天中英文討論，數據以官方為準。）
--
Grok整理
似乎是看DeepseekPRO樣子怪怪的時候趕緊丟出來補刀? (這幾天有夠忙
跟kimi k3的比較擷取一段貼:
總結趨勢：編程與長程 Agent 任務：兩者非常接近，互有勝負。GLM-5.3 在 Terminal Bench 3.0、後訓練相關、效率（更少 token 做出更好結果）和**網絡安全（Cyber）**上明顯更強。
Kimi K3 在部分經典 SWE 任務上略佔優勢。
其他重要差異（不能忽略）
模型規模：Kimi K3 是 2.8T 總參數（約 100B 級激活）的巨型 MoE，GLM-5.3 是與 5.2 相同的約 743B 基座。Kimi 規模大很多。多模態：Kimi K3 原生支援視覺；GLM-5.3 目前看起來仍是純文字。
定位：GLM-5.3 高度聚焦「真實工程級編程 + 長程 Agent + 湧現網路安全」；Kimi K3更偏通用前沿智能（推理、知識、Agent、多模態都強）。
開放狀態：Kimi K3 權重已開放；GLM-5.3 預計兩週後開放。
成本/部署：GLM 系列通常更輕、更便宜部署（相對 Kimi 這種 2.8T 巨獸）。
--