智谱最新旗舰模型 GLM-5.3 正式亮相，在编程能力和网络安全漏洞发现方面取得重大突破，向 Anthropic、OpenAI 等 AI 头部企业发起新一轮挑战。
据智谱官方声明，GLM-5.3 基于与前代 GLM-5.2相同的 7000 亿参数基础模型构建，所有性能提升均来自后训练阶段的持续扩展。在自研评测基准智谱 Code Bench 上，GLM-5.3 的编程能力较 GLM-5.2 提升 50%；在开源编程基准 Terminal-Bench 3.0 上，得分从 4.6 跃升至 28.3。
智谱介绍模型时表示：GLM-5.3 专为编程而生，随时迎接网络防御挑战。GLM-5.3 在网络安全漏洞挖掘能力上亦出现超预期的 " 涌现 " 式跃进，在现实代码库中累计识别出 2436 个安全漏洞。
智谱表示，模型权重将在发布两周后公开，届时将完成安全评估与加固工作。此次发布恰逢 DeepSeek 昨日上调旗下 V4 模型定价，进一步加强其在国内 AI 市场的竞争地位。
GLM-5.3 的核心突破集中于复杂编程与长链路任务。智谱官方数据显示，在智谱 Code Bench 的最高难度设置下，GLM-5.3 以约 7.5 万个输出 token 完成了 34.5% 的任务，而 GLM-5.2 在消耗更多 token（9.6 万）的情况下，完成率仅为 23.4%。在高难度设置下，GLM-5.3 以约 5 万个 token 达到 31.4% 的完成率，超越了 Anthropic 的 Claude Opus 4.8（29.5%，耗用 12 万 token）。不过，GLM-5.3 目前仍落后于 Claude Fable 5 ——后者在最高难度设置下完成率为 39.5%。
为实现上述进展，智谱在后训练阶段大幅扩展了训练环境的规模与多样性，引入更贴近真实工程场景的任务——部分任务的工作量相当于一名经验丰富的工程师数天的工作量。智谱还构建了自动化流水线，用于端到端合成训练环境及强化学习奖励信号。
在网络安全领域，GLM-5.3 展现出超出预期的能力跃升。在智谱引入漏洞发现数据和训练环境后，模型不仅能够识别单一缺陷，更开始跨多个漏洞利用阶段进行综合推理，形成完整的利用链路规划。
在 CyberGym 基准测试中，GLM-5.3 以 84.5% 的得分超越 Anthropic 的 Mythos 5（83.8%）和 OpenAI 的 GPT-5.6 Sol（83.6%），位居榜首。在要求更深层漏洞推理的 ExploitBench 上，GLM-5.3 得分从 GLM-5.2 的 24.4% 跃升至 54.4%，涨幅超过一倍；但与 Mythos 5（78.0%）和 GPT-5.6 Sol（76.5%）相比，仍有明显差距。在 ExploitGym 测试中，GLM-5.3 在两小时内完成 105 项利用任务、六小时内完成 130 项，而 GLM-5.2 的对应数字仅为 29 项和 39 项；Mythos 5 则以 181 项和 247 项保持领先。
智谱表示，这些能力已延伸至真实世界的实际应用。自 GLM-5.2 以来，智谱与中国多个安全团队合作，针对现实代码库运行模型测试，经专家审核、筛查与去重后，在 269 个项目中识别出 2436 个漏洞，其中中高危漏洞 1097 个，涵盖系统内核、操作系统、浏览器引擎、开源基础设施、Web 应用及网络协议等领域，部分漏洞在代码库中已存留数十年，最早可追溯至约 40 年前。智谱已为此建立 " 智谱安全披露账本 "，持续公开披露进展。
开源策略叠加竞争格局变化，市场空间打开
在商业层面，GLM-5.3 的发布时机颇具战略意义。DeepSeek 于本周四宣布将旗下 V4 Flash 和 Pro 模型价格上调最高四倍，尽管 V4 Pro 的综合定价仍低于 GLM-5.2，但此举客观上为智谱争取用户和开发者提供了窗口。Artificial Analysis 给予 DeepSeek 顶级模型与 GLM-5.2 相同的智能评分 53 分，两者均落后于 Kimi K3 以及 Claude Fable 5、GPT 5.6 等模型。
智谱计划以宽松许可证开放 GLM-5.3 的模型权重，以吸引更广泛的开发者群体。这一策略与 GLM-5.2 的路径一脉相承——后者发布后，智谱市值一度冲至 1370 亿美元，超越拼多多和网易（NetEase）等互联网巨头，此后虽回落至约 800 亿美元，但较今年 1 月在香港上市时仍增逾十倍。
据彭博此前报道，智谱已完成一座数据中心的建设，部署了至少 1 万枚国产芯片，用于 GLM 系列模型的研发与推理。其年度经常性收入（ARR）于今年 7 月达到 10 亿美元。
