8月14日，智谱正式发布大模型 GLM-5.3。基座参数量仍然是7400多亿，跟 GLM-5.2同一套底子，此前传闻的万亿参数升级并没有出现——那枚牌大概被留给了 GLM-5.5。但智谱靠着后训练这招，硬是让 GLM-5.3的性能比上一代提升了50%，在多项主流基准测试中拿下了当前开源模型最高排名，编程与智能体能力接近 Claude Fable5，编程体感超过其他国产模型。
几项关键基准的成绩跃升很有说服力。在衡量模型于真实终端环境中完成复杂任务的 Terminal-Bench3.0上，得分从4.6一口气蹿到28.3;聚焦长程软件工程与持续代码修改能力的 DeepSWE v1.1，从46.2涨到66.9;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，从23.8提升到28.5。在覆盖44种职业、考察真实高价值知识工作的 GDPval-AA v2中，GLM-5.3拿到1769分，展现出基于编程能力涌现出的专业任务执行力。整体来看，它在复杂软件工程、终端操作和更广泛的真实世界 Agent 任务上都有显著进步。
最能说明问题的是智谱自研的 Z.ai Code Bench——这套评估把模型塞进真实的本地开发环境，在不同思考档位下执行端到端任务，尽可能还原开发者实际用 Coding Agent 时的体感。测试结果显示，GLM-5.3在效果和 Token 利用率之间找到了更好的平衡:High 档位下准确率达到31.4%，超过 Claude Opus4.8最高档位的29.5%，而每项任务平均只输出约5万 tokens，Opus4.8则需要约12万 tokens——意味着 GLM-5.3能用更短的执行路径走完同样的事。
产品落地方面，GLM-5.3即日起上线智谱官方编程工具 ZCode 和效率工具 AutoClaw，同步开放给 GLM Coding Plan 全量用户及订阅用户。TraeWork、TraeCode、扣子、WorkBuddy、CodeBuddy、Qoder、QwenWork、CatPaw、JoyCode、OpenCode 等第三方编码平台也开放了抢先体验。API 很快上线，完整模型权重将在两周内完成必要的安全加固后开源——智谱的策略是尽可能限制模型的潜在攻击能力，同时保留其防御价值。今天13:00，GLM Coding Plan 全员额度已经重置，所有用户后台的用量统计均可看到额度回满。
智谱发布GLM-5.3，基座模型完全未变，提升全部来自后训练Scaling。通过数十倍规模长程任务环境、更丰富环境类型和超长后训练时间，相同基座智能上界被显著抬高。内部评测编程体感较GLM-5.2提升约50%，成为当前编程能力最强的开源模型，公开基准表现同样亮眼。
韩国Upstage推出商用大模型Solar Pro4，具备512K上下文窗口，最高支持128K输出，单次会话可处理多份合同、报告及数据文件。定价颇具竞争力：每百万Tokens输入0.3美元，缓存读取0.06美元，输出1.2美元。
据媒体报道，AI企业Anthropic正就收购初创公司Decart展开深入谈判，交易估值约60亿美元。Decart是近年受关注的新锐团队，技术路线独特。若收购达成，将扩充Anthropic技术版图与研发实力，并影响前沿大模型市场竞争格局。
国内大模型企业月之暗面完成工商变更，注册资本由152.36万元增至223.85万元，引发业界关注。该公司自2023年成立以来发展迅速，经营范围涵盖人工智能基础软件、应用软件开发等核心前沿领域。
阿里千问首次全面开源Max旗舰模型Qwen3.8-2.4T-A95B权重。该模型总参数2.4万亿，单Token激活950亿，原生支持26万Token上下文，可扩展至101万；架构延续Qwen3.5优势，擅长编程、办公、科研及长周期智能等任务。
关注 “悠AI” 更多干货技巧行业动态
相关文章
