8 月 14 日消息，智谱今日正式发布 GLM-5.3。与 GLM-5.2 相比，该模型基座保持不变，但通过后训练 Scaling 显著提升了模型的智能上限，包括数十倍扩展的长程任务环境、更丰富多元的环境类型，以及更长时间的后训练过程。

与上一代版本相比，GLM-5.3 的新增能力主要包括：

更强的编程能力。GLM-5.3 被认为是当前编程能力最强的开源模型，在内部自建体感评测中，相较 GLM-5.2 提升 50%；同时在 Terminal Bench 3.0、Agents' Last Exam (CLI) 等公开基准测试中位列开源模型第一。

网络安全能力。在白盒代码审查、漏洞挖掘等安全任务中，GLM-5.3 的整体表现持平 Mythos 5，展现出其在网络安全防御与安全审计场景中的应用潜力。

后训练 Scaling。上述所有性能提升均来自后训练。基于 IndexShare、SAO，以及持续演进的新一代 Slime 框架，智谱在与 GLM-5.2 完全相同的基座模型上高效推进强化学习，这也意味着该基座的智能上界或仍有较大挖掘空间。

开源。智谱将在发布两周后开放模型权重，在此之前将完成安全评估与模型加固工作。

智谱表示，在多项主流基准测试中，GLM-5.3 已成为当前排名最高的开源模型，其编程能力与智能体能力接近 Claude Fable 5，实际编程体感也超过其他国产大模型。

在用于衡量模型在真实终端环境中完成复杂任务能力的 Terminal-Bench 3.0 测试中，GLM-5.3 得分从 4.6 提升至 28.3；

在聚焦长程软件工程任务和持续代码修改能力的 DeepSWE v1.1 基准中，得分从 46.2 提升至 66.9；

在覆盖多类真实专业场景、强调跨工具协作与长程任务执行能力的 Agents' Last Exam 测试中，得分从 23.8 提升至 28.5；

在覆盖 44 种职业、重点考察真实高价值知识工作的 GDPval-AA v2 中，GLM-5.3 得分达到 1,769，体现出基于编程能力涌现出的专业任务执行水平。

智谱自研的 Z.ai Code Bench 主要用于评估模型在真实编程场景中的综合使用体感。测试中，模型会被置于复杂的本地开发环境，并在不同思考档位下执行端到端任务，因此更贴近开发者实际使用 Coding Agent 的真实体验。

从测试结果来看，GLM-5.3 在模型效果与 Token 消耗之间展现出更优的平衡表现。以 High 档位为例，GLM-5.3 的准确率达到 31.4%，高于 Claude Opus 4.8 最高档位的 29.5%；与此同时，其单项任务平均输出约为 5 万 tokens，而 Opus 4.8 约为 12 万 tokens，表明 GLM-5.3 能以更精简、更高效的执行路径完成复杂任务。

即日起，智谱最新编程工具 ZCode、效率工具 AutoClaw 正式上线，并同步向 GLM Coding Plan 全量用户开放订阅服务。

TraeWork / TraeCode / 扣子、WorkBuddy / CodeBuddy、Qoder / QwenWork、CatPaw、JoyCode、OpenCode 等编码平台也已开放抢先体验。

API 即将上线，完整模型权重将在两周内开源。在此之前，官方将完成必要的安全加固，尽可能限制其潜在攻击能力，同时保留其在安全防御场景中的使用价值。

根据智谱公告，今天 13:00，GLM Coding Plan 全员额度已完成重置，所有用户均可在后台「用量统计」中查看恢复后的可用额度。