作者 | 汤安迪

编辑 | 周欢

昨天梁文锋又变成了梁白开。

然后轮到智谱创始人唐杰登场了！

在 8 月 14 日，智谱推出了新模型 GLM-5.3。

Z.ai 的全球业务负责人李子玄基座模型和 GLM-5.2 共用同一个底座。

所有能力提升，全部来自后训练阶段的强化学习。

然后现在也有人给他做图了。

Terminal Bench 3.0，从 4.6 分直接跳到 28.3 分。

没有新基座，没有新架构，就是硬堆 RL。

智谱在官方博客里的原话是：Scaling post-training is all we did。

预训练的红利还没吃完？不，是后训练的红利你们根本没开始吃。

不换底座，只堆训练

智谱在 GLM-5.2 时期搭好了三根柱子，IndexShare 负责长上下文，SAO 负责长周期任务的 RL 算法，开源的 slime 框架负责大规模异步训练。

GLM-5.3 的做法简单粗，在这套栈上继续堆。

更多环境、更多样的任务、更多训练算力。

重点在环境。

新的训练环境不再是编程练习题，而是模拟资深工程师的真实工作现场。

有些任务的体量，相当于一个有经验的工程师要干好几天的活，比如在完整的 ML 基础设施里诊断训练瓶颈、实现优化、跑实验、交付可验证的端到端加速。

智谱造了一条自动合成环境的流水线，研究智能体从真实工作里提取任务模式，生成可执行的长周期环境，评判智能体再验证任务是否可解。

然后就有了：

编程开源第一。

GLM-5.3 是目前开放权重模型里编程最强的，没有之一。离闭源前沿还有一截。

Terminal Bench 3.0：GLM-5.3 拿 28.3，开源阵营第一，但 GPT-5.6 Sol 是 34.6，Fable 5 是 33.7。

DeepSWE v1.1：66.9，还是输给 GPT-5.6 Sol 的 72.7 和 Fable 5 的 69.7。

Agents' Last Exam 拿到 28.5，这个项目上倒是逼平了全场。

所以智谱在编程这件事上，开源第一，全局第二梯队头部。

意外

网络安全能力 " 涌现 " 了

智谱在后训练里加了漏洞发现相关的数据和环境，本来只预期模型 " 找漏洞更准一点 "。结果模型直接越过预期，开始自主规划完整的漏洞利用链条。

数字非常硬。

CyberGym（白盒源码审计）：84.5%，全场第一，压过 Fable 5 的 83.8% 和 GPT-5.6 Sol 的 83.6%。

GLM-5.3 赢过所有闭源旗舰的项目！

ExploitBench（真实漏洞的深层利用推理）：从 GLM-5.2 的 24.4% 跳到 54.4%，翻了一倍多。

ExploitGym（限时完成漏洞利用任务）：从 29/39 涨到 105/130。

越靠近攻击链的后端，涨得越凶。找漏洞是防守方技能，写利用链是进攻方技能，GLM-5.3 这个模型在进攻端的进化速度，比防守端快得多。

智谱自己用了 " 涌现 "（emergent）这个词：能力不是专门训出来的，是扩大 RL 规模时自然冒出来的。

官方称，从 GLM-5.2 开始就与国内安全团队合作，用模型扫描真实代码库。

经专家审核去重后，模型在 269 个开源项目中发现了 2,436 个漏洞，其中 1,097 个中高危。覆盖操作系统内核、浏览器引擎、网络协议这些核心基础设施，有些漏洞在代码里藏了几十年，最老的一个据智谱称可追溯到约 40 年前。

这可能会成为 AI 安全领域今年最值得警惕的信号之一。

因为 " 涌现 " 意味着，任何一家把 RL 规模堆到同一量级的实验室，都可能一觉醒来发现自己手里多了一个网络武器。

和 Anthropic

不一样

目前 53 个漏洞已公开披露，2,383 个还在保密期。智谱上线了一个公开的漏洞披露追踪页面，持续更新进度。

这套打法眼熟吗？

今年 4 月，Anthropic 的 Claude Mythos 走了几乎同一条路，自主发现数千个零日漏洞， Mozilla 用它在一个浏览器版本里就扫出 271 个，还有藏了 27 年的 OpenBSD 老漏洞。

然后 Anthropic 做了三件事，不公开发布模型，搞了个 Project Glasswing，只给亚马逊、苹果、微软等十几家审核过的机构开放，配合美国，6 月起 Fable 5 和 Mythos 5 对所有外国公民直接断供。

美国 Anthropic 的选择是：这个能力太危险，锁进保险柜，钥匙交给政府。

智谱的选择是，两周后，权重公开发布。

一个能力级别接近的漏洞发现引擎，即将以开源形式进入公共领域。

价格几何

编程上 GLM-5.3 是开源阵营最强，但离闭源前沿还有距离。权重两周内发布，GLM-5.3 缩小了与 Anthropic Fable 5 这类榜首模型的差距。

API 已经上线，GLM Coding Plan 用户直接可用，支持 ZCode、Claude Code、OpenCode 这些编程智能体工具。

GLM-5.3 不支持关闭思维链了，只能在 low、high、max 三档之间切，编程任务官方推荐 max 档。

智谱不打算让你牺牲推理深度换速度，它对自己的 RL 训练出的长思考能力有信心。

计费改积分制，非高峰时段（工作日 14:00-18:00 以外，含周末）消耗减半。通过 ZCode 使用还有 98% 以上缓存命中率和限时 1.5 倍额度，叠加相当于标准额度的 180%，活动到 8 月底。

套餐额度：Lite 2,000 积分 /5 小时 + 10,000/ 周；

Pro 12,000/5h + 60,000/ 周；

Max 28,000/5h + 140,000/ 周。

智谱自己算的账：全用 GLM-5.3、按编程场景平均 90.9% 缓存命中率，Lite 每周大约能跑 0.43 – 0.87 亿 token，Pro 约 2.63 亿起。

小结

GLM-5.3 证明了两件事。

预训练不再是唯一战场，后训练的规模军备竞赛才刚开始，而智谱抢到了先手。

网络安全能力的 " 涌现 " 加上两周后的开源发布，意味着 AI 攻防能力的扩散已经不可逆。

•END •

欢迎点击奇偶工作室视频号，看最新视频 ~

↓↓↓

Question. Write.Narrate. Believe. Become a story. 易简传媒的愿景是提问和传播商业故事，让读者更开阔，更聪明。有 2500 万微信粉丝关注我们的账号，欢迎大家关注：

↓↓↓