GLM-5.3 對比 GLM-5.2：Z.ai 新一代編程模型有咩進步？

GLM-5.3 係 Z.ai 最新一代編程及 Agent 模型，定位係處理複雜軟件工程、深度除錯，以及需要連續做幾十步甚至更長時間嘅任務。Z.ai 列出模型具備 100 萬 token 上下文窗口，並指 GLM-5.3 喺長程、複雜工作上比上一代 GLM-5.2 更強。

今次更新嘅重點，唔只係傳統編程考試分數高咗。Z.ai 表示，GLM-5.3 喺自家 Z.ai Code Bench 提升 50%，並喺 Terminal-Bench 3.0、Agents’ Last Exam（CLI）等公開評測中，達到開源模型嘅頂尖表現。

GLM-5.3 同 GLM-5.2：跑分有幾大差距？

官方最清楚嘅比較係 Z.ai 聲稱 GLM-5.3 喺內部 Z.ai Code Bench 比 GLM-5.2 高 50%。至於以下公開測試數字，就係由第三方報告整理，應該視為「已報告結果」，唔係經獨立機構確認嘅定論：

評測	GLM-5.2	GLM-5.3	反映嘅能力
Terminal-Bench 3.0	4.6%	28.3%	處理較長命令列任務嘅能力大幅提升
DeepSWE v1.1	46.2%	66.9%	軟件工程任務表現更好
Agents’ Last Exam（CLI）	23.8%	28.5%	使用工具及執行 Agent 任務時有所改善
CyberGym	77.2%	84.5%	尋找漏洞嘅表現提升
ExploitBench	24.4%	54.4%	報告分數超過 GLM-5.2 一倍

Terminal-Bench 3.0 點解值得留意？

由 4.6% 升至 28.3%，係呢份比較表入面最誇張嘅升幅。Terminal-Bench 3.0 同編程 Agent 特別相關，因為模型唔係淨係交一段獨立程式碼，而係要喺命令列環境入面操作工具、檢查目前狀態、修改檔案，再繼續完成後續步驟。

換句話講，測試更接近一個 Agent 真正幫手處理工程任務時嘅工作模式。不過，呢個結果只支持 GLM-5.3 喺該項測試明顯強過 GLM-5.2，並唔代表佢喺每個真實程式庫或開發流程都一定勝出。

主打長程編程 Agent，而唔係短問短答

Z.ai 對 GLM-5.3 嘅定位，係持續進行規劃、實作、除錯同反覆修改，並喺較大範圍嘅專案上下文入面一路跟進。官方模型總覽列出 100 萬 token 上下文窗口，亦明確將模型定位為適合長程、複雜任務。

呢個方向同單純改善「幫我寫一段函數」嘅模型更新唔同。Z.ai 稱 GLM-5.3 喺 Terminal-Bench 3.0 及 Agents’ Last Exam（CLI）達到開源模型頂尖表現，而自家 Code Bench 就報稱比 GLM-5.2 提升 50%。

對開發者嚟講，實際含意係模型理論上可以保留及運用更多專案資料，亦可以將一項工作拆開更多步驟完成。但跑分本身唔能夠證明模型喺你嘅環境一定可靠，亦唔代表延遲、成本、工具執行質素同生產穩定性同步改善。考慮轉用之前，最好用自己常見嘅程式庫、測試流程同部署工具做實測，唔好直接將 benchmark 升幅當成生產環境升幅。

網絡安全能力亦有提升

Z.ai 表示，GLM-5.3 喺 CyberGym 漏洞發現測試取得截至目前最佳成績，漏洞利用方面嘅表現亦超過 GLM-5.2 兩倍。

第三方分數表就報告 CyberGym 由 77.2% 升至 84.5%，ExploitBench 由 24.4% 升至 54.4%。由於官方提供嘅資料節錄冇逐項重現呢啲數字，現階段較適合將佢哋視為發布時嘅報告數據，而唔係已經確立嘅業界基準。

呢部分結果有兩個值得注意嘅地方。第一，模型嘅 Agent 能力似乎唔只體現喺寫應用程式，亦延伸到分析程式漏洞、驗證問題同推理攻擊路徑。第二，能力愈強，安全評估就愈重要：同一套能力可以支援防禦性保安研究，但如果缺乏適當限制，亦可能增加誤用風險。

技術上改變咗啲乜？

Z.ai 將 GLM-5.3 嘅進步主要歸因於規模化 後訓練（post-training）。公司表示，佢哋擴大咗訓練期間使用嘅任務環境，令環境更加接近真實世界入面持續數日嘅工程及研究流程，而唔係只集中處理短而獨立嘅編程題目。

因此，今次升級嘅重點唔係單純加大上下文窗口，亦唔係官方另外公布一個全新基礎架構。Z.ai 嘅說法係，後訓練過程針對規劃、工具使用、從失敗中恢復，以及持續完成多階段任務作出強化，呢點亦解釋到點解長程及 Agent 評測出現較大升幅。

當然，以上係 Z.ai 對改進來源嘅解釋。到底升幅有幾多可以跨模型、Agent harness、提示詞及不同軟件專案泛化，仍然要等更多獨立測試先可以判斷。

目前點樣用？權重幾時開放？

GLM-5.3 目前可以經 Z.ai 嘅 GLM Coding Plan 使用，並已加入 ZCode 開發環境；GLM Coding Plan 所列嘅 Max、Pro 及 Lite 方案均支援最新模型。

就提供嘅資料嚟睇，模型權重當時尚未公開。第三方報告指，Z.ai 預計喺 2026 年 8 月 14 日發布後約兩星期、完成額外安全評估後先發布權重，即大約落喺 2026 年 8 月下旬。不過，呢個時間表並非官方文件節錄直接確認，仍然屬暫定安排。

對開發者而言，現時要分清楚「可以使用」同「可以自行重現」係兩回事：你可以透過 Z.ai 支援嘅編程產品試用 GLM-5.3，但喺相關權重正式公開前，外界未能完全喺本地重現發布時所報告嘅結果。

總結：一次針對 Agent 工作流程嘅升級

GLM-5.3 並唔似係一次例行嘅型號更新，而係針對編程 Agent 工作方式嘅升級。Z.ai 報告指，模型喺內部編程測試比 GLM-5.2 提升 50%，長程 Agent 評測及網絡安全測試亦有明顯進步。

最大嘅保留位係證據完整性：Z.ai 官方資料確認咗改進方向，但逐項公開跑分比較，以及「發布後約兩星期開放權重」嘅時間表，主要來自第三方報道，仍有待獨立驗證。

所以，現階段較準確嘅理解係：GLM-5.3 係一個值得留意、目前可以透過產品使用嘅編程 Agent 升級版；但喺更廣泛測試及權重正式發布之前，仲未可以當成完全獨立可重現嘅開源模型。