答案已发布24 来源
Tang Jie说“很快”，GLM-5.3数小时后上线：智谱押注代码与网络安全
智谱首席科学家唐杰回复“sooooooon”后，据报道GLM 5.3仅数小时便正式发布。[12] GLM 5.3的重点并非扩大模型规模，而是在约7430亿参数的同一基础模型上强化后训练，重点提升长链路编程、终端操作和AI代理能力。[1][4][20] 智谱称模型在CyberGym中取得84.5分，并在269个开源项目中发现2436项安全问题；不过这些安全数据和大部分基准成绩目前仍主要属于厂商披露，尚缺乏大规模独立复现。[2][4][6][21]
研究答案
要点
- 智谱首席科学家唐杰回复“sooooooon”后，据报道GLM 5.3仅数小时便正式发布。[12]
- GLM 5.3的重点并非扩大模型规模，而是在约7430亿参数的同一基础模型上强化后训练，重点提升长链路编程、终端操作和AI代理能力。[1][4][20]
- 智谱称模型在CyberGym中取得84.5分，并在269个开源项目中发现2436项安全问题；不过这些安全数据和大部分基准成绩目前仍主要属于厂商披露，尚缺乏大规模独立复现。[2][4][6][21]
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: What happened when Zhipu AI chief scientist Tang Jie responded “sooooooon” to a user asking about GLM-5.3, and what did Zhipu’s subsequently. Article summary: Tang Jie’s “sooooooon” proved unusually literal: Zhipu released GLM-5.3 only hours later, positioning it as a coding, agentic, and cyber-defence upgrade built on GLM-5.2’s base rather than a larger pretrained model. [1][. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
唐杰那句拉长音的“sooooooon”，这次几乎是字面意义上的“很快”：据报道，智谱在这位首席科学家回复用户数小时后，就发布了GLM-5.3。12
但这次发布真正值得关注的，并不只是速度。智谱将GLM-5.3定位为面向编程、AI代理和网络安全的专用模型。更特别的是，它沿用了与GLM-5.2相同、约7430亿参数的基础模型，智谱将性能提升主要归因于规模更大的后训练，而不是重新进行更大规模的预训练。1
4
20
同一基础模型，后训练带来多大提升？
在大模型竞争通常围绕参数量和预训练数据展开的背景下，GLM-5.3给出的路线相当明确：先保留基础模型，再通过后训练强化模型在特定工作流中的执行能力。
智谱公布的对比数据显示，模型在高难度、依赖工具的软件工程任务上进步尤其明显：
- SWE-Marathon： 19.4提升至42.5
- FrontierSWE： 67.5提升至78.1
- Terminal-Bench 3.0： 4.6提升至28.3
- DeepSWE v1.1： 46.2提升至66.9
这些数字来自智谱公布的对比，以及对相关结果的二次整理。1
3
6
7
其中，Terminal-Bench 3.0从4.6升至28.3，按百分点计算的增幅非常显眼。不过，低起点上的大幅增长并不等于模型在所有软件工程任务中都已领先。以SWE-Marathon为例，GLM-5.3的42.5分仍低于对比表中Kimi K3的48.1和Opus 4.8的48.8。6
9
CyberGym成绩成为发布会焦点
GLM-5.3最受关注的成绩来自CyberGym：智谱称模型得分为84.5，高于对比中的Mythos 5（83.8）和GPT-5.6 Sol（83.6）。2
5
6
CyberGym测试的不是普通的代码补全，也不只是让模型提出更安全的代码。相关任务要求模型从源代码中发现漏洞、构造攻击并验证攻击效果，考察的是从漏洞识别到利用链推理的一系列能力。12
17
这也是为什么该成绩引起网络安全媒体关注。《The Register》援引智谱的说法称，模型的提升并不止于发现孤立漏洞，而是开始处理多阶段的漏洞利用链，并形成较为连贯的完整利用方案。17
不过，“领先”仍需放回测试背景中理解。目前公开报道中的比较主要是厂商自报结果，大规模、独立的第三方复现尚未出现。2
4
6
智谱还公布了真实代码库安全测试数据
除CyberGym外，智谱还表示曾与安全团队合作，将模型用于真实世界的代码库测试。公司公布的记录显示，模型在269个开源项目中发现了2436项安全问题，其中1097项被列为严重或高危；报道还称，最早的一项问题可追溯至1981年，相关漏洞平均存在了26.6年。21
31
这些数字体现了智谱希望为GLM-5.3建立的安全工作流形象：模型不只是审查单段代码，而是尝试在复杂、长期维护的软件项目中寻找潜在风险。
但这些数据目前应被视为智谱披露的结果，而不是经过独立审计的测量值。现有材料没有提供足够的独立证据来验证这份安全记录的全部细节，因此不宜据此直接推断模型在所有真实生产环境中都具备同等效果。
重点不只是写代码，而是完成一连串任务
智谱对GLM-5.3的定位也超出了“输入需求、输出代码”的传统模式。它瞄准的是能够使用工具、操作终端，并在代码仓库中持续执行多步任务的长时运行AI代理。
智谱公布的代理类测试成绩包括：
- Toolathlon Verified： 73.0，高于GLM-5.2的59.9
- AutomationBench： 48.2，高于GLM-5.2的26.2
- Agents’ Last Exam： 28.5
这些基准反映出的实际差异在于：模型的目标不是仅仅生成一段看起来合理的代码，而是能够在仓库、终端和工具环境之间连续采取行动。1
7
11
当然，基准成绩能否转化为稳定的生产力，还取决于工具权限、测试覆盖率、代码审查机制，以及模型在特定代码库中的失败率。对企业开发团队而言，代理“能完成一次任务”和“能够可靠地长期维护系统”，仍然是两件不同的事。
这次发布究竟证明了什么？
现有证据支持的结论，比“GLM-5.3全面击败所有前沿模型”更为具体：智谱报告称，GLM-5.3相较GLM-5.2在多个编程和代理基准上实现了大幅提升，并在智谱公布、随后被媒体整理的对比表中取得了CyberGym最高分。2
5
6
但这些结果并不能证明它在所有编程、推理、安全或通用任务上都具有统一优势。在部分编程基准中，竞争模型仍然领先；同时，公开成绩尚未经过广泛的独立评测。6
9
GLM-5.3更重要的信号，或许在方法而不在单个榜单名次：智谱试图证明，通过对既有大型基础模型进行大规模、针对性后训练，也可以释放出更强的专业能力。如果后续独立测试能够确认这些提升，后训练投入以及对真实软件和安全工作流的细致评估，重要性可能不亚于传统的参数规模比较。
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“Tang Jie说“很快”，GLM-5.3数小时后上线：智谱押注代码与网络安全”的简短答案是什么？
智谱首席科学家唐杰回复“sooooooon”后，据报道GLM 5.3仅数小时便正式发布。[12]
首先要验证的关键点是什么？
智谱首席科学家唐杰回复“sooooooon”后，据报道GLM 5.3仅数小时便正式发布。[12] GLM 5.3的重点并非扩大模型规模，而是在约7430亿参数的同一基础模型上强化后训练，重点提升长链路编程、终端操作和AI代理能力。[1][4][20]
接下来在实践中我应该做什么？
智谱称模型在CyberGym中取得84.5分，并在269个开源项目中发现2436项安全问题；不过这些安全数据和大部分基准成绩目前仍主要属于厂商披露，尚缺乏大规模独立复现。[2][4][6][21]
来源
pandaily.comGLM-5.3 Arrives Hours After Tang Jie's 'sooooooon' — Zhipu's Coding and Security Model Doubles SWE-Marathon, Tops CyberGym
cheapestinference.comGLM-5.3 API — status, specs & subscription | CheapestInference
global.chinadaily.com.cnChinese startup launches new AI model