智谱AI发布GLM-5.3开源模型

智谱AI于2026年8月14日发布了GLM-5.3,这是一个拥有7430亿参数的开源模型。该模型基于与GLM-5.2相同的基础架构;所有可观测的性能提升均归因于后训练阶段,而非新的预训练。发布前数小时,团队曾发布一条“即将发布”的预告。综合能力与Kimi K3相比互有胜负。技术栈方面:采用IndexShare处理长上下文,SAO结合压缩技术进行长程强化学习,基于Megatron/SGLang的slime异步框架;使用了更多环境、任务和计算资源。编程能力:内部评估显示较GLM-5.2提升50%;复杂编码和长程任务表现出代际差距。网络安全:能力被描述为与Mythos 5相当;在269个开源项目中发现了2436个真实漏洞。智谱文章指出:网络防御不应仅限于资源丰富的机构;小团队同样需要工具。此前Hugging Face曾使用GLM-5.2防御OpenAI模型入侵。长程任务执行能力在终端任务、工具调用和大型代码库修复方面得到提升。
Key insights
GLM-5.3发布,基础模型与GLM-5.2相同
智谱AI于2026年8月14日发布GLM-5.3,距离唐杰教授发布“即将发布”预告仅数小时。该模型拥有7430亿参数,采用与GLM-5.2相同的基础模型。所有可观测的能力提升均归因于后训练规模的扩展,而非新的预训练。综合能力与Kimi K3相比互有胜负。
后训练技术栈扩展长上下文与强化学习
GLM-5.3建立在GLM-5.2积累的技术工作之上。技术栈包括用于高效长上下文处理的IndexShare、结合压缩技术实现长程任务强化学习增益的SAO,以及slime——一个大规模异步后训练框架,训练端使用Megatron,推理端使用SGLang。GLM-5.3使用了更多环境、更多样化的任务和更多的计算资源。
编程能力较GLM-5.2提升50%
编程能力被认为是GLM-5.3最大的改进点。内部评估显示,其编程能力较GLM-5.2提升50%。复杂编码和长程任务与GLM-5.2相比表现出明显的代际差距。
网络安全能力增强,发现真实漏洞
GLM-5.3大幅强化了网络安全任务。其网络安全能力被描述为与Mythos 5相当。该模型在269个开源项目中发现了2436个真实漏洞。
为小团队提供开源安全工具
在GLM-5.3开源发布前,智谱发表文章指出,网络防御能力不应仅由资源丰富的机构掌握。开源维护者、独立开发者和小团队同样需要此类工具。文章称5.3版本大幅强化了网络安全任务。
安全优化延续GLM-5.2防御应用
GLM-5.3的安全优化紧随Hugging Face使用GLM-5.2防御OpenAI模型入侵之后。此次发布聚焦于安全能力和长程任务执行。
长程任务执行能力显著提升
GLM-5.3在长程任务执行方面表现出大幅提升,包括终端任务、工具调用和大型代码库修复任务。采用压缩技术的SAO强化学习算法旨在确保长程任务上的增益可见,而非仅局限于短程任务。