《科创板日报》8 月 15 日讯（记者 李明明）国产开源大模型的牌桌上，又落下一张新牌。

8 月 14 日，智谱亮出自己的最新答卷——新一代基座模型 GLM-5.3 正式发布。

《科创板日报》记者获悉，该模型总参数规模 7430 亿，主要通过后训练实现能力跃升，在代码与网络安全两个方向上的表现 " 超出立项时预期 "：代码能力居开源模型第一，对齐最强闭源模型 Claude Fable 5；在白盒代码审查与漏洞推理等基础安全任务中超过 Mythos 5。

值得一提的是，近期全球大模型新品密集迭代、上新节奏明显提速。北京时间 8 月 13 日凌晨，DeepSeek 正式发布 V4 Pro（DeepSeek-V4-Pro-0813）并上线 API，新版本重点强化 Agent 智能体能力。

稍早前，马斯克旗下 xAI 刚刚发布 Grok 4.6，叠加此前亮相的 Kimi K3、阿里通义千问新一代旗舰版本，国内外厂商集中加码复杂任务、工具调用方向，大模型赛道竞争进一步升温。

实测 GLM-5.3

智谱相关人士对《科创板日报》记者称，与 GLM-5.2 相比，基座模型没变，但通过后训练 Scaling 实现编程能力 50% 提升，出现了超出预期的模型能力。

相关数据显示，在衡量模型于真实终端环境中完成复杂任务的 Terminal-Bench 3.0 上，GLM-5.3 得分从 4.6 提升至 28.3（Kimi K3 为 17.4）；在聚焦长程软件工程与持续代码修改能力的 DeepSWE v1.1 上，得分从 46.2 提升至 66.9（K3 为 67.5）；在覆盖多类真实专业场景、强调跨工具协作与长程任务的 Agents' Last Exam 上，得分从 23.8 提升至 28.5（K3 为 27.6）；在覆盖 44 种职业、考察真实高价值知识工作的 GDPval-AA v2 中得分 1769（K3 为 1682），展现出基于编程的专业任务执行能力。

GLM-5.3 没有改动基座模型，完全依靠放大后训练规模就实现编程能力 50% 提升，在多个开源编程基准冲到第一。后训练 Scaling 是否已经成为大模型迭代的新主流路线？

赛迪顾问人工智能与大数据研究中心分析师白润轩对《科创板日报》记者分析，后训练 Scaling 正在成为大模型迭代的关键路线，这个判断在 GLM-5.3 上得到了比较清晰的验证。基座模型继续堆算力的边际收益在收窄，行业内已经开始把更多资源投入到强化学习、长程任务环境和可验证奖励机制上，而不是一味追求参数规模扩张。GLM-5.3 基座没变，靠扩大后训练规模把编程能力往上拉了一个台阶，说明基座之上还有可观的智能空间可以被激活，这条路在工程上是成立的。

谈及这种能力暴涨是否为基准测试的 " 刷分效应 "，他判断，这种路线和单纯刷榜有本质区别。刷榜依赖的是静态数据集和固定评测指标，模型可以从人类偏好里学习对齐技巧来提高分数。而 GLM-5.3 的后训练依赖的是真实可执行的代码环境，模型必须在终端里跑测试、看报错、反复修改，训练信号来自任务是否真正完成。所以它的能力根基更接近真实软件工程场景，而不是对评测题目的模式匹配。GLM-5.3 把后训练从调对话风格推进到了解决长链路工程问题这个层面，方向本身是真实的，但具体迁移效果还要看后续在真实开发工作流里的稳定性、成本效率，以及面对非标准化需求时的泛化能力。

《科创板日报》记者第一时间对 GLM-5.3 进行了数小时连续实测，检验其在复杂 3D 工程全链路任务上的端到端生成能力。记者要求模型以资深 Three.js 工程师兼分镜师的身份，从零交付一套完整产物：既要在浏览器中实现可交互的第三人称明亮风格开放世界 Web Demo，还要复用同一场景资源离线逐帧渲染出 60fps 电影感宣传片，全程仅提供设计规格、素材清单与验收标准，所有代码完全由模型自主编写，此外，还要求做一个 3D 小游戏大闹天宫游戏的开发生成。

经过半小时左右的运行，GLM-5.3 顺利完成了全流程任务输出，既生成了可直接在浏览器中加载运行的开放世界交互 Demo 代码，也同步产出了适配 60fps 帧率的电影感宣传片渲染脚本，整套交付物几乎无需人工二次调整即可落地运行，直观展现了其在复杂 3D 工程全链路任务上的端到端生成能力。

押注下一个场景

智谱在网络安全这条赛道上的布局，并非临时起意。据智谱方面对《科创板日报》记者介绍，其 2025 年 9 月就启动了网络安全方向研究，在 GLM-5.2、GLM-5.3 研发期间持续加码：搭建更多长程任务环境、更丰富的环境类型，并与国内安全实验室进行更专业的 harness 共创。

在 CyberGym 测试中，模型从白盒源代码出发，通过触发程序故障来识别和验证漏洞。GLM-5.3 得分为 84.5%，高于 GLM-5.2 的 77.2%，也略高于 Mythos 5 的 83.8% 和 GPT-5.6 Sol 的 83.6%。

《科创板日报》记者获悉，GLM-5.3 发布前两周，智谱联合清华、南开及多家头部安全团队开展密集红队测试，累计发现漏洞 2404 个，其中中高危 1088 个，覆盖 220 个项目，部分成果获微软致谢并进入 CNVD、CNNVD 官方披露流程。开放上先完成安全加固，限制潜在攻击能力、保留防御价值，核心敏感能力仅向受信验证用户开放，第三方评估确认其防御能力较强、漏洞利用难度高。

智谱为什么选择在这个节点重点投入网络安全方向？白润轩认为，网络安全是 AI 能力落地最刚性的场景之一，智谱在这个节点选择重投，看到的是供给严重不足和合规压力持续加大的双重需求。企业代码量爆炸式增长，防守方长期处于人力劣势。很多企业的安全团队规模有限，与此同时，数据安全法、关键信息基础设施保护条例等监管要求趋严，企业必须把安全审计嵌入开发流程，不能再靠事后补救，合规驱动的需求正在从金融、电信向政务、能源、医疗等领域快速扩散。

白润轩判断，智谱从 2025 年就开始布局这个方向，与国内头部安全实验室共建任务环境和评测框架，说明它不只是把安全当作模型能力的副产品，而是当作一个可商业化的垂直入口。未来安全能力很可能成为大模型在 B 端落地的重要抓手，尤其是在金融、电信、政务、能源这些对合规和攻防高度敏感的领域，AI 驱动的自动化安全审计和漏洞挖掘有望填补人力缺口，改变攻防不对称的格局。

把镜头拉远，这是一盘更大的棋。基础模型能力日渐趋同之后，对基础模型公司而言，下一阶段的竞争不仅是模型能力之争，更是高价值场景之争。

一个值得注意的行业信号是：全球头部 AI 公司正在不约而同地把网络安全能力摆上货架。今年 4 月，Anthropic 发布以安全能力为卖点的 Claude Mythos，仅向约 150 家大型机构提供服务——安全能力被直接标价为面向大客户的商品；OpenAI 则让模型专攻网络攻防评测，其 " 越狱 " 事件恰恰发生在这一过程中。

Gartner 官方预测，2025 年全球信息安全支出达 2130 亿美元，2026 年将增至 2400 亿美元，其中安全软件增长最快，人工智能被列为支出增长的主要驱动因素。

能力的落点，最终指向商业化。Coding Agent、安全审计、企业服务，都可能成为基础模型公司下一阶段商业化的重要入口。

据介绍，智谱已同步上线官方编程工具 ZCode、效率工具 AutoClaw 及 GLM Coding Plan 订阅服务，API 很快上线，完整模型权重计划两周内开源。

（科创板日报记者 李明明）