20260819-国盛证券有限责任公司-传媒_AI产业研究系列｜模型跟踪-智谱_GLM-5.3_后训练Scaling驱动能力跃升_3页_401kb

报告摘要

GLM-5.3 模型总结

核心内容

GLM-5.3 是智谱最新发布的大型语言模型，于8月14日发布并上线官方编程工具 ZCode，模型权重将在两周内开源。该模型在保持原有基座不变的前提下，通过后训练显著提升了性能，成为当前开源模型中表现突出的代表之一。

主要观点

后训练驱动能力跃升：GLM-5.3 的能力提升主要来自于后训练阶段，包括长程任务环境的大幅扩展、环境类型的丰富化以及更长的训练时间。这些改进使得模型在多个公开基准测试中取得优异成绩，如 Terminal-Bench 3.0 得分由 4.6 升至 28.3，DeepSWE v1.1 得分升至 66.9，Agents' Last Exam 得分升至 28.5，多项指标位列开源第一。
编程能力对齐最强闭源模型：在编程任务上，GLM-5.3 的表现接近 Claude Fable 5，其在自研 Z.ai Code Bench 中的 High 档准确率为 31.4%，每任务输出约 5 万 tokens，优于 Claude Opus 4.8 的表现。Max 档准确率 34.5% 仍低于 Fable 5 的 39.5%，但整体性价比优势明显。
网络安全能力加速涌现：GLM-5.3 在后训练过程中引入了漏洞发现数据，网络安全能力随训练规模提升而增强。在白盒漏洞发现基准 CyberGym 上得分 84.5%，在 ExploitBench 上得分 54.4%，虽然仍低于 Mythos 5 的 78.0%，但已具备实际应用价值。
商业化空间逐步释放：GLM-5.3 已通过 GLM Coding Plan、ZCode 及部分第三方开发与办公工具向用户提供服务，支持 1M 上下文和 128K 最大输出，能够满足大型代码库处理、长流程任务执行等高价值需求。随着通用 Model API、开放权重及配套开发工具的推出，其服务范围有望进一步扩展至企业客户和开发者群体。
后训练环境建设成为关键：后训练规模化的难点正从模型侧转向环境侧，训练数据扩展为包含任务、工具、轨迹与奖励信号的完整环境。智谱构建了端到端的环境合成管线，由研究型 Agent 采集真实任务模式，裁判型 Agent 验证任务可解性，确保训练数据的质量与多样性。

关键信息

发布时间：2026年8月14日
模型特点：基于 GLM-5.2 架构，通过后训练实现能力跃升，支持 1M 上下文和 128K 最大输出
性能表现：在多个基准测试中表现优异，如 Terminal-Bench 3.0 得分 28.3，DeepSWE v1.1 得分 66.9，Agents' Last Exam 得分 28.5
编程能力：接近 Claude Fable 5，Z.ai Code Bench 中 High 档准确率 31.4%，Max 档准确率 34.5%
安全能力：在 CyberGym 上得分 84.5%，ExploitBench 上得分 54.4%
商业化进展：已上线 ZCode、AutoClaw 等工具，支持订阅用户和企业客户
成本优势：token 层面成本压力小于闭源旗舰模型，腾讯云平台报价合理，缓存命中率高
风险提示：技术迭代不及预期、行业竞争加剧、算力不足等

作者信息

分析师：刘文轩、赵海楠
执业证书编号：S0680526020003、S0680526020002
邮箱：liuwenxuan@gszq.com、zhaohainan@gszq.com

投资评级说明

评级	说明
买入	相对同期基准指数涨幅在15%以上
增持	相对同期基准指数涨幅在5%~15%之间
持有	相对同期基准指数涨幅在-5%~+5%之间
减持	相对同期基准指数跌幅在5%以上

评级	说明
增持	相对同期基准指数涨幅在10%以上
中性	相对同期基准指数涨幅在-10%~+10%之间
减持	相对同期基准指数跌幅在10%以上