广东
8月14日，智谱正式发布新一代基座模型GLM-5.3，总参数规模7430亿，与GLM-5.2共享同一基座，本次提升全部来自后训练Scaling的优化。与GLM-5.2相比，GLM-5.3在编程能力、网络安全和后训练Scaling同时实现了突破，并实现开源。
后训练Scaling，指的是在模型预训练完成后，通过优化训练方法、提升数据质量和强化学习策略，让模型在特定任务上表现更优。可以理解为“课本没变，但换了更好的训练方法，因此提升了学生成绩”。据智谱披露，GLM-5.3在内部自建体感评测中编程能力较GLM-5.2提升50%。该模型即日起上线ZCode、AutoClaw等平台，API随后上线，完整模型权重将在两周内开源。
本次GLM-5.3在网络安全领域的突破值得关注。在CyberGym漏洞推理评测中，GLM-5.3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%。
在GLM-5.3正式发布前两周，智谱联合国内安全团队展开密集测试评估。两周时间内，累计发现经初筛去重后的潜在漏洞2404个，其中1088个为中高危，最早的漏洞可追溯至约40年前，部分漏洞存在于Android、Windows、macOS及各类APP等人们每天使用的软件中。
开源策略也是此次发布的重点。上个月，开源社区Hugging Face通过部署智谱GLM-5.2，还原AI智能体入侵攻击过程，帮助控制了事态。智谱相关负责人介绍，GLM-5.3的开源逻辑是，如果强大的攻击能力正在扩散，防守能力就不能只在少数闭源模型公司手中。
国产大模型赛道正迎来密集的产品更新周期。过去一个月来，月之暗面和DeepSeek先后完成关键版本迭代。7月17日，月之暗面发布Kimi K3，总参数2.8万亿，是全球首个迈入3万亿参数级别的开源模型。紧接着在8月13日，DeepSeek V4 Pro正式版上线，该版本大模型采用1.6万亿总参数，每个token激活约490亿参数。
据智谱披露，在编程能力上，智谱本次发布的GLM-5.3在Terminal-Bench 3.0取得开源最佳成绩；在DeepSWE 1.1软件工程基准测试中得分66%；整体Coding体感接近Claude Fable 5和GPT-5.6 Sol全球第一梯队编程能力。
短短一个月内，月之暗面、DeepSeek、智谱三家头部厂商先后完成关键版本迭代，编程能力集体向国际前沿靠拢。国产大模型的竞争焦点，目前正在从单项能力比拼走向高价值场景的全面争夺。Coding Agent、安全审计、企业服务等方向，正在成为大模型从“技术叙事”走向“商业叙事”的关键入口。
责编：彭勃
校对：赵燕
证券时报各平台所有原创内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关行为主体法律责任的权利。
转载与合作可联系证券时报小助理，微信ID：SecuritiesTimes
" Type="normal"@@-->
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
