数据速览
- 编程能力，较 GLM-5.2（官方称）
- +50%
- Z.ai Code Bench 准确率
- 31.4%
- 每项任务平均输出 Tokens
- 约 5 万
智谱 8 月 14 日发布 GLM-5.3。这一版没有更换基座模型，所有能力增益都来自后训练：数十倍规模的长程任务环境、更多样的环境类型与更长的训练时间。IT之家当日作了报道。
编程是提升最集中的方向，官方称较 GLM-5.2 提升 50%。智谱另给出一组自建评测数据。在 Z.ai Code Bench 的端到端编程任务中，GLM-5.3 取 High 思考档准确率 31.4%，Claude Opus 4.8 最高思考档为 29.5%；平均每项任务输出约 5 万 Tokens，对照模型约 12 万。该评测由智谱自建，不是第三方榜单。
| 模型 | Z.ai Code Bench 准确率 | 每项任务平均输出 |
|---|---|---|
| GLM-5.3（High 思考档） | 31.4% | 约 5 万 Tokens |
| Claude Opus 4.8（最高思考档） | 29.5% | 约 12 万 Tokens |
GLM Coding Plan 的全部用户在发布当日已可调用，多个编码平台同步开放抢先体验，API 未与模型同步开放。智谱称，考虑到网络安全相关能力的双重用途属性，完整权重要在完成安全加固之后才会开源，公告给出的窗口是发布后两周内。
基座未换对私有化部署是个有利条件：GLM-5.2 上验证过的显存与并行方案可以沿用，这轮升级不必重做容量规划。编程任务的输出长度直接决定推理账单，自建评测里每项任务的输出不到对照模型的一半；若在真实代码库里同样成立，同一批推理卡能承接更多编程请求。
TAGS#智谱#GLM#开源
