Z.ai 正式发布最新开放权重模型 GLM-5.3。该公司表示，GLM-5.3 沿用 GLM-5.2 的基础模型架构，所有性能增益均源自后训练阶段的规模化扩展。

目前，GLM-5.3 已通过 Z.ai Coding Plan 和 ZCode 提供服务，并兼容 Claude Code、OpenCode 等主流代码代理工具。Z.ai 重申，模型权重将在发布两周后，经安全评估与加固处理向公众开源。

性能显著跃升

据 Z.ai 内部基准测试 Z.ai Code Bench 显示，GLM-5.3 较 GLM-5.2 性能提升 50%。在 Terminal-Bench 3.0 和 Agents ’ Last Exam 等公开基准中，该模型取得开源领域最先进水平（SOTA）。

具体数据方面，GLM-5.3 在 Terminal-Bench 3.0 中得分 28.3，远超 GLM-5.2 的 4.6；在 DeepSWE v1.1 中，得分从 46.2 提升至 66.9。Z.ai 指出，这一突破得益于对后训练系统的扩展，包括扩大 IndexShare 在长上下文处理中的应用、强化 SAO 在长周期任务中的学习效果，以及优化 slime 进行大规模异步训练。

网络安全能力突破

随着后训练规模扩大，GLM-5.3 的网络安全能力超出预期。该模型不再局限于识别单一漏洞，而是能针对利用链的多个阶段进行推理分析。

在 CyberGym 基准测试中，GLM-5.3 得分 84.5%，优于 GLM-5.2 的 77.2%，创下该基准最佳成绩。在 ExploitBench 测试中，其得分 54.4%，是 GLM-5.2（24.4%）的两倍以上。此外，在 ExploitGym 测试中，GLM-5.3 在两小时预算内完成 105 项任务，六小时预算内完成 130 项；相比之下，GLM-5.2 仅分别完成 29 项和 39 项。Z.ai 强调，上述预算指标已根据推理速度标准化，非简单实时对比。

真实世界漏洞挖掘

Z.ai 联合中国多家安全团队，基于真实代码库对 GLM-5.3 进行测试。经专家审核、筛选和去重，该模型在 269 个开源项目中识别出 2,436 个漏洞，其中包括 1,097 个中高危严重性漏洞。

Z.ai 安全披露账本（Security Disclosure Ledger）显示，这 1,097 个漏洞包含 107 个关键漏洞和 990 个高危漏洞，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，最早可追溯至 1981 年。

目前，该工作已转为持续性披露计划。截至公告发布，账本列出 53 个已公开披露的发现，另有 2,383 个处于保密期，后续将跟踪受影响项目、严重程度评级及 CVE 标识符。

【星途科讯 图文丨踢三脚 首发于 ZAKER 科技，转载请注明出处】