智谱今日正式发布GLM-5.3，与GLM-5.2相比，基座模型没变，但通过后训练Scaling大大提高了模型的智能上界：数十倍的长程任务环境、更丰富多样的环境类型、超长的后训练时间。

相比前代，GLM-5.3的新能力包括：

更强的编程能力。GLM-5.3是编程能力最强的开源模型，在内部自建体感评测中较GLM-5.2提升50%，在包括Terminal Bench 3.0、Agents' Last Exam (CLI)在内的公开基准测试中取得开源第一。

网络安全能力。在白盒代码审查与漏洞发现等安全任务中，GLM-5.3的表现持平Mythos 5，展现出面向网络安全防御场景的强大潜力。

后训练Scaling。上述全部提升都来自后训练。基于IndexShare、SAO、以及持续演进的新一代Slime框架，智谱在与GLM-5.2完全相同基座上高效推进强化学习，可能智谱还远未开发出这个基座的智能上界。

开源。智谱将在发布两周后开放模型权重，此前完成安全评估与模型加固。

智谱表示，在多项主流基准测试中GLM-5.3是当前排名最高的开源模型，编程与智能体能力接近Claude Fable 5，编程体感超过其他国产模型。

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；

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；

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；

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1,769，展现基于编程能力涌现的专业任务执行能力。

智谱自研的Z.aiCode Bench评估模型在真实编程场景中的综合体感。模型会被置于复杂的本地开发环境，并在不同思考档位下执行端到端任务，更接近开发者实际使用Coding Agent时的体验。

测试结果显示，GLM-5.3在效果和Token利用率之间取得了更好的平衡。在High档位下，GLM-5.3达到31.4%的准确率，超过Claude Opus 4.8最高档位的29.5%，每项任务平均输出约5万tokens，而Opus 4.8需要约12万tokens，意味着GLM-5.3可以用更短的执行路径完成任务。

即日起上线智谱官方编程工具ZCode、效率工具AutoClaw，上线GLM Coding Plan全量用户及开放订阅。

TraeWork、TraeCode、扣子、WorkBuddy、CodeBuddy、Qoder、QwenWork、CatPaw、JoyCode、OpenCode等编码平台开放抢先体验。

API很快上线，完整模型权重将在两周内开源，此前需完成必要的安全加固，尽可能限制其潜在攻击能力，保留其防御价值。

智谱公告显示，今天13:00，GLM Coding Plan全员额度重置，所有用户后台「用量统计」可见使用额度回满。