2026 年 8 月 14 日，Z.ai 發表 GLM-5.3，公告標題開宗明義：「前沿程式碼能力，與湧現的網路能力」。發布當天，這則消息在 Hacker News 衝上超過 1,100 點，是本週開源圈最大的新聞。官方的自我定調有兩句：它是「最強的開源權重程式碼模型」；同時，網路能力的發展「比我們預期的更快」。
共用 GLM-5.2 基座，贏在後訓練
GLM-5.3 是 753B 參數的 MoE 模型，最值得注意的一點是：它直接沿用 GLM-5.2 的基座，模型卡原話是「所有提升都來自後訓練」。換句話說，這不是預訓練規模的升級，而是一次徹底的後訓練疊代——推理、工具呼叫與長任務規劃全部重做。這也有經濟意涵：如果一個世代的躍進不必再跑一次預訓練，前沿發布的邊際成本會大幅下降，後訓練管線——資料、獎勵訊號與 agent 環境——就成了真正的核心資產。模型支援 low、high、max 三檔推理強度，預設 max，官方多項評測用到最高 100 萬 token 的上下文。
程式碼基準：開源新高
成績單的量級值得整段列出（均為 GLM-5.3 對 GLM-5.2）：Terminal Bench 2.1 從 81.0 升到 88.2；Terminal Bench 3.0 從 4.6 升到 28.3；SWE-Marathon 從 19.4 翻倍到 42.5；DeepSWE v1.1 從 46.2 升到 66.9；FrontierSWE 從 67.5 升到 78.1。官方另宣稱在自家的 Z.ai Code Bench 上比 5.2 提升 50%。這些不是灌水題：Terminal Bench 測的是終端機裡的多步實作，SWE-Marathon 測的是超長工程任務能否持續推進，正是目前 agent 最容易崩潰的地方。這些數字由供應商自行報告，實際手感得等社群複測，但方向一致：長程工程任務的進步幅度，遠大於短題。
網路能力：原廠自己拉的警報
這次發布最不尋常之處，是原廠主動把攻擊面寫進標題。模型卡顯示：CyberGym 拿下 84.5（GLM-5.2 為 77.2），宣稱是漏洞發現任務的開源最高分；ExploitGym 兩小時題從 29 跳到 105，六小時題從 39 跳到 130；ExploitBench 從 24.4 升到 54.4，利用能力翻倍以上。當開源權重模型把漏洞挖掘與利用推到這個水準，防禦方與平台方的應對，不再只是閉源 API 供應商的使用條款問題，而是每一個會下載權重的團隊都得面對的現實。
授權轉向：從 MIT 到自訂條款
GLM-5.2 當時以 MIT 授權開源；GLM-5.3 的權重同樣放上 Hugging Face，但授權換成自訂的專屬條款，不再是標準開源授權。Together、Novita、Fireworks、DeepInfra、Baseten 等推論供應商也已上架，API 取得不是問題；問題在自架時的商用條款，得逐條讀過再上生產。這是 5.2 到 5.3 之間最容易被忽略、卻影響採購決策的變化。
對開發者的意義
三個觀察。第一，開源程式碼前沿的推進方式變了：同一個基座，靠後訓練就能拉開一個世代的差距，後訓練管線本身成了核心資產。第二，供應商自報的基準要打折看，但 SWE-Marathon 翻倍這種量級很難是雜訊，值得直接拿自己的工作負載實測。第三，雙用途能力正式進入開源權重的討論範圍：紅隊、掃描與防禦工具的軍備賽，會比模型排行更值得追蹤。
參考來源
- GLM-5.3: Frontier coding with emergent cyber capabilities — Z.ai
- zai-org/GLM-5.3 — Hugging Face
- GLM-5.3 announcement discussion — Hacker News
本文由 AI 協助自上述來源整理，經人工審核後發布。