ARTICLE · 人工智能
GLM-5.3：前沿编程能力与涌现的网络安全能力
一语总结智谱发布 GLM-5.3 模型，通过后训练 Scaling 显著提升编程与网络安全能力，并宣布将在两周内开源该模型及启动“开源的盾”计划。
智谱正式发布 GLM-5.3 模型。该模型在保持 GLM-5.2 基座不变的前提下，通过极致的后训练强化学习（Scaling）大幅提升了智能上限。GLM-5.3 在编程能力上表现优异，在 Terminal-Bench 3.0 等多个基准测试中取得开源第一；同时，模型涌现出强大的网络安全防御能力，在白盒代码审查与漏洞发现中表现接近顶尖闭源模型。智谱联合国内多家安全实验室，利用该模型已累计发现 2，436 个漏洞，并宣布将在两周内开源模型权重，同步启动“开源的盾”计划以赋能开源社区安全防御。
- 通过后训练 Scaling 释放基座模型智能上限。
GLM-5.3 在未改变基座模型的前提下，通过 IndexShare、SAO 及新一代 Slime 框架进行高效强化学习，在长程任务和复杂环境上实现了能力的爆发式提升。
- 编程与 Agent 能力逼近顶尖闭源模型。
在 Terminal-Bench 3.0 和 DeepSWE v1.1 等真实终端与软件工程评测中，GLM-5.3 取得开源模型第一，并在 Z.ai Code Bench 中展现出极高的 Token 利用效率。
- 涌现出极强的网络安全防御与漏洞挖掘能力。
模型在漏洞分析与白盒代码审查（CyberGym 84.5%）中持平或超越 Mythos 5 等闭源模型。联合安全团队已挖掘出 2，436 个漏洞，创造了巨大的安全防御价值。
- 践行“有责任的开源”与“开源的盾”计划。
智谱承诺两周内开源权重，并推出免费安全审计、免费额度等举措，主张将前沿安全能力转化为开源社区的公共品，同时构建了纵深防御的风险审查系统。
GLM-5.3：前沿编程能力与涌现的网络安全能力
智谱正式发布 GLM-5.3 模型。该模型在保持 GLM-5.2 基座不变的前提下，通过极致的后训练强化学习（Scaling）大幅提升了智能上限。GLM-5.3 在编程能力上表现优异，在 Terminal-Bench 3.0 等多个基准测试中取得开源第一；同时，模型涌现出强大的网络安全防御能力，在白盒代码审查与漏洞发现中表现接近顶尖闭源模型。智谱联合国内多家安全实验室，利用该模型已累计发现 2，436 个漏洞，并宣布将在两周内开源模型权重，同步启动“开源的盾”计划以赋能开源社区安全防御。
智谱在不更换 GLM-5.2 基座的前提下，用更长的后训练和更丰富的长程任务环境推出 GLM-5.3。内部编程体感评测提升 50%，多个公开基准取得开源第一；联合安全团队初筛、去重后累计发现 2，436 个漏洞，其中 1，097 个为中高危。它提醒程序员，模型能力边界仍在快速移动，但开放权重前的安全加固、能力评估与风险治理同样会成为工程工作的核心部分。对关注开源模型、AI Coding 与安全工程的人，这是一份值得同时看能力和边界的发布记录。
文章金句
"没有开源反而是这个时代最不安全的事情。
"当最强的矛被锁在少数人手里，最好的盾必须属于所有人。
"越接近漏洞利用链的前端，GLM-5.3 相较 GLM-5.2 的提升越明显；越深入完整利用，模型与 Mythos 5 等闭源前沿模型之间的差距也越大。