GLM-5.3 现已开放权重
摘要
GLM-5.3 是一款增强的开源权重 AI 模型，专为代理编码和网络防御设计，现已可供下载和定制。相比 GLM-5.2 有显著改进，并在多个基准测试中表现出最先进的性能。
查看缓存全文
缓存时间: 2026/08/28 18:29
GLM-5.3 现已开放权重。
我们最强大的智能体编码与网络防御模型现已可供下载、运行和定制。
权重：https://t.co/v1IbWMXxg4
技术博客：https://t.co/ekQkO83jCv https://t.co/f8XlJksKyf
zai-org/GLM-5.3 · Hugging Face
来源：https://huggingface.co/zai-org/GLM-5.3
GLM-5.3 使用与 GLM-5.2 相同的基础模型——所有提升均来自后训练。相较于 GLM-5.2，其在复杂编码和长期任务方面表现更为出色：
- 更强的编码能力：GLM-5.3 是目前能力最强的开放权重编码模型，在我们内部的 Z.ai Code Bench 上比 GLM-5.2 提升了 50%。它还在包括 Terminal Bench 3.0 和 Agents’ Last Exam 在内的公开基准测试中达到了开源 SOTA 水平。
- 涌现的网络安全能力：随着我们扩展后训练，网络安全能力的发展速度超出了预期。GLM-5.3 在漏洞发现任务 CyberGym 上达到了最先进的水平，其在利用链更高层环节的增益最为显著，在利用基准测试上的得分是 GLM-5.2 的两倍多。
bench_53 (https://raw.githubusercontent.com/zai-org/GLM-5/refs/heads/main/resources/bench_53_2.png)
https://huggingface.co/zai-org/GLM-5.3#benchmark 基准测试
| 基准测试 | GLM-5.3 | GLM-5.2 | Kimi K3 | DeepSeek-V4 Pro-0813 | Qwen3.8-Max | Opus 4.8 | Fable 5 (w/ fallback) | GPT-5.6 Sol |
|---|---|---|---|---|---|---|---|---|
| Terminal Bench 2.1 | 88.2 | 81.0 | 88.3 | 87.9 | 86.6 | 85.0 | 88.0 | 88.8 |
| Terminal Bench 3.0 | 28.3 | 4.6 | 17.4 | – | – | 21.1 | 33.7 | 34.6 |
| DeepSWE (v1.1) | 66.9 | 46.2 | 67.5 | 62.7 | 56.6 | 58.0 | 69.7 | 72.7 |
| NL2Repo | 58.0 | 48.9 | 58.0 | 61.1 | 55.9 | 69.7 | – | – |
| ProgramBench (Almost Solved) | 19.0 | 9.5 | 17.5 | – | 10.5 | 15.5 | 33.0 | 23.0 |
| FrontierSWE | 78.1 | 67.5 | – | – | – | 66.5 | 88.2 | – |
| SWE-Marathon (v1.1) | 42.5 | 19.4 | 48.1 | – | – | 48.8 | 33.1 | 42.5 |
| PostTrainBench | 39.8 | 31.7 | 32.0 | – | – | 32.9 | 41.8 | 36.2 |
| CyberGym | 84.5 | 77.2 | 80.0 | 83.3 | 78.5 | 78.1 | 83.8 | 83.6 |
| ExploitGym (2h / 6h) | 105 / 130 | 29 / 39 | 36 / 70 | – | 14 / 26 | 80 / 120 | 181 / 247 | 216 / 293 |
| ExploitBench | 54.4 | 24.4 | 32.2 | – | 28.8 | 40.0 | 78.0 | 76.5 |
| Toolathlon Verified | 73.0 | 59.9 | 76.5 | 74.1 | 72.5 | 76.2 | 74.7 | 74.9 |
| AutomationBench (v1.0.6) | 48.2 | 26.2 | 46.7 | 43.2 | 39.8 | 41.0 | 46.2 | 45.8 |
| Agents’ Last Exam (ALE-CLI) | 28.5 | 23.8 | 27.6 | 25.7 | 27.0 | 25.7 | 23.8 | 28.6 |
| HLE w/ Tools | 62.5 | 54.7 | 59.8 | 60.0 | 56.2 | 57.9 | 63.9 | 64.5 |
| GDPval-AA v2 | 1769 | 1508 | 1682 | 1590 | 1739 | 1588 | 1743 | 1730 |
https://huggingface.co/zai-org/GLM-5.3#serve-glm-53-locally 本地部署 GLM-5.3
GLM-5.3 支持使用以下框架进行部署。欢迎尝试：
- SGLang (https://github.com/sgl-project/sglang) — 参见 Cookbook (https://cookbook.sglang.io/autoregressive/GLM/GLM-5.3)
- vLLM (https://github.com/vllm-project/vllm) — 参见 Recipes (https://recipes.vllm.ai/zai-org/GLM-5.3)
- TokenSpeed (https://github.com/lightseekorg/tokenspeed) — 参见此处 (https://lightseek.org/tokenspeed/recipes/models#glm-5-3)
- Transformers (https://github.com/huggingface/transformers) — 参见 Transformers 文档 (https://github.com/huggingface/transformers/blob/main/docs/source/en/model_doc/glm_moe_dsa.md)
- KTransformers (https://github.com/kvcache-ai/ktransformers) — 参见教程 (https://github.com/kvcache-ai/ktransformers/blob/main/doc/en/kt-kernel/GLM-5.2-Tutorial.md)
- Unsloth (https://github.com/unslothai/unsloth) — 参见指南 (https://unsloth.ai/docs/models/GLM-5.3)
- 在
Ascend NPU平台上部署时，支持 vLLM-Ascend、xLLM 和 SGLang 等推理框架 — 参见此处 (https://github.com/zai-org/GLM-5/blob/main/example/ascend.md)。
https://huggingface.co/zai-org/GLM-5.3#note 注意事项
- GLM-5.3 支持通过
reasoning\_effort参数控制思考预算，该参数接受三个级别：low、high和max。如果未传递（或设置为任何其他值），默认为max。要使用low或high，请显式传递它们。为了复现基准测试和排行榜成绩，请保持默认的max。 - 在 GLM-5.3 的聊天模板中，如果未传递
clear\_thinking，则默认为false。对于聊天场景，请显式传递clear\_thinking=true。
https://huggingface.co/zai-org/GLM-5.3#footnotes 脚注
- HLE w/ tools：我们使用
temperature=1\.0和top\_p=0\.95的采样参数进行评估，最大生成长度为163,840个令牌。评估在最大上下文长度为300,000个令牌的条件下进行，并使用了上下文管理策略。我们使用 GPT-5.6-luna (medium) 作为评判模型。 - NL2Repo：我们在 1M 上下文下使用
temperature=1\.0、top\_p=1\.0和max\_new\_tokens=64k评估了 NL2Repo。为防止作弊，我们使用了基于规则和基于 LLM 的判断来防止恶意行为（例如未经授权的 pip 或 curl 操作）。 - DeepSWE：我们使用 mini-swe-agent 工具运行 DeepSWE，参数为
temperature=0\.95、top\_p=1\.0、timeout=6h和 400K 上下文。 - Terminal-Bench 2.1：我们在 Claude Code 2.1.207 中评估，参数为
temperature=1\.0、top\_p=1、max\_new\_tokens=65536，超时时间为 6 小时。 - Terminal-Bench 3.0：我们使用 Claude Code 2.1.207 工具评估 Terminal-Bench-3 任务（推理努力度=max，400K 上下文，128K 最大输出），报告每个任务三次运行的 avg@3。每次运行都在任务官方镜像构建的隔离容器中进行，上限为 600 个代理回合和 10 小时超时。工具搜索已禁用，每个代理产生的工件由任务官方独立的验证器进行评分。
- Agent’s Last Exam (CLI)：我们使用 Claude Code 工具和官方评估协议评估 ALE（推理努力度=max，1M 上下文，64K 最大输出）。105 个任务中的每一个都在使用其任务卡片中声明资源的隔离 Docker 容器中运行。默认超时为 4 小时，任务特定限制优先（最多 8 小时）。工具搜索已禁用，结果由官方 ALE 评估器评分。
- Toolathlon Verified：我们通过官方评估服务获得所有结果，并报告 3 次独立运行的平均 pass@1。
- AutomationBench：我们在 AutomationBench v1.0.6 版本上进行评估，该版本包含了针对 PR #13 (https://huggingface.co/zai-org/GLM-5.3/tree/main/%5B#%5D(https://github.com/zapier/AutomationBench/pull/13)) 中引入的
null类型处理问题的修复。 - GDPval-AA v2：模型由 Artificial Analysis 进行评估。
- CyberGym：我们在 Claude Code 2.1.207 中评估 GLM-5.3（最大推理努力度，无网络工具，
temperature=1\.0、top\_p=1\.0、max\_new\_tokens=128000）。所有评估均无超时限制，结果为在 1,507 个任务上单次运行的 Pass@1。为模拟真实使用场景，我们将代理置于任务容器内。我们还移除了所有 Git 相关信息并应用了域名白名单（仅允许 pypi.org 和 deb.debian.org 等基本工具安装所需域名）以防止代理作弊。 - ExploitGym：我们在 Claude Code 2.1.207 中评估 GLM-5.3、Kimi-K3 和 Qwen3.8 Max（最大推理努力度，无网络工具，
temperature=1\.0、top\_p=1\.0、max\_new\_tokens=128000）。报告的结果是基于两种超时预算（2 小时和 6 小时）在 869 个任务上单次运行的 Pass@1，超时预算通过按每个模型令牌每秒速率（每个模型 TPS 数据来自 Artificial Analysis；即我们按 115 TPS 缩放 GLM-5.3 的结果，按 40 TPS 缩放 Kimi K3 的结果，按 47 TPS 缩放 Qwen3.8 Max 的结果）重新调整 API 推理时间，并加上非 API 开销来计算。我们还应用了域名白名单（仅允许 pypi.org 和 deb.debian.org 等基本工具安装所需域名）以防止代理作弊。 - ExploitBench：我们在 Claude Code 2.1.207 中评估 GLM-5.3（最大推理努力度，无网络工具，
temperature=1\.0、top\_p=1\.0、max\_new\_tokens=128000）。遵循官方评估设置，我们将代理与环境之间的最大交互轮次限制为 300 轮，并计算 3 次修订中所有 41 个任务的平均覆盖分数。任务的覆盖结果是通过取所有修订中达到的能力的并集来确定的，平均分数通过对结果取平均值获得。我们还应用了域名白名单（仅允许 pypi.org 和 deb.debian.org 等基本工具安装所需域名）以防止代理作弊。 - FrontierSWE：评估由 Proximal (https://www.proximal.ai/) 进行，上下文长度为 1M，最大努力级别，最大输出令牌数为 128K。优势分数报告日期为 2026/08/14。
- PostTrainBench：我们使用 Claude Code 2.1.207 评估 GLM-5.3，参数为最大努力级别、
temperature = 1\.0、top\_p = 1\.0、max\_new\_tokens = 128000和 1M 令牌的上下文窗口。我们报告 3 次运行的加权平均值。未能产生分数的运行回退到官方零样本基础模型基线分数。对于旨在防止使用第三方 API 的检查，我们移除了原始基于模式匹配的检查，因为当通过 OpenAI SDK 访问本地 vLLM 端点时，它们会产生误报。相反，我们使用 LLM 代理检查解决方案是否使用了外部 API。 - SWE-Marathon：我们使用 Claude Code 2.1.207 评估 GLM-5.3，参数为最大努力级别、
temperature = 1\.0、top\_p = 0\.95、max\_new\_tokens = 128000和 1M 令牌的上下文窗口。对于strip\-clone，原始的防作弊检查使用了过于宽泛的导入检测，可能会拒绝有效的实现。我们移除了受影响的检查，改为进行基于 LLM 的检查以避免误报。对于parameter\-golf和trimul\-cuda，NVIDIA 轮子文件的更改导致 Docker 镜像构建失败，因此我们添加了--extra-index-url https://pypi.org/simple以恢复成功构建。
https://huggingface.co/zai-org/GLM-5.3#citation 引用
如果您在研究中发现 GLM-5.3 有用，请引用我们的技术报告：
@misc{glm5team2026glm5vibecodingagentic, title={GLM-5: from Vibe Coding to Agentic Engineering}, author={GLM-5-Team and : and Aohan Zeng and Xin Lv and Zhenyu Hou and Zhengxiao Du and Qinkai Zheng and Bin Chen and Da Yin and Chendi Ge and Chenghua Huang and Chengxing Xie and Chenzheng Zhu and Congfeng Yin and Cunxiang Wang and Gengzheng Pan and Hao Zeng and Haoke Zhang and Haoran Wang and Huilong Chen and Jiajie Zhang and Jian Jiao and Jiaqi Guo and Jingsen Wang and Jingzhao Du and Jinzhu Wu and Kedong Wang and Lei Li and Lin Fan and Lucen Zhong and Mingdao Liu and Mingming Zhao and Pengfan Du and Qian Dong and Rui Lu and Shuang-Li and Shulin Cao and Song Liu and Ting Jiang and Xiaodong Chen and Xiaohan Zhang and Xuancheng Huang and Xuezhen Dong and Yabo Xu and Yao Wei and Yifan An and Yilin Niu and Yitong Zhu and Yuanhao Wen and Yukuo Cen and Yushi Bai and Zhongpei Qiao and Zihan Wang and Zikang Wang and Zilin Zhu and Ziqiang Liu and Zixuan Li and Bojie Wang and Bosi Wen and Can Huang and Changpeng Cai and Chao Yu and Chen Li and Chengwei Hu and Chenhui Zhang and Dan Zhang and Daoyan Lin and Dayong Yang and Di Wang and Ding Ai and Erle Zhu and Fangzhou Yi and Feiyu Chen and Guohong Wen and Hailong Sun and Haisha Zhao and Haiyi Hu and Hanchen Zhang and Hanrui Liu and Hanyu Zhang and Hao Peng and Hao Tai and Haobo Zhang and He Liu and Hongwei Wang and Hongxi Yan and Hongyu Ge and Huan Liu and Huanpeng Chu and Jia'ni Zhao and Jiachen Wang and Jiajing Zhao and Jiamin Ren and Jiapeng Wang and Jiaxin Zhang and Jiayi Gui and Jiayue Zhao and Jijie Li and Jing An and Jing Li and Jingwei Yuan and Jinhua Du and Jinxin Liu and Junkai Zhi and Junwen Duan and Kaiyue Zhou and Kangjian Wei and Ke Wang and Keyun Luo and Laiqiang Zhang and Leigang Sha and Liang Xu and Lindong Wu and Lintao Ding and Lu Chen and Minghao Li and Nianyi Lin and Pan Ta and Qiang Zou and Rongjun Song and Ruiqi Yang and Shangqing Tu and Shangtong Yang and Shaoxiang Wu and Shengyan Zhang and Shijie Li and Shuang Li and Shuyi Fan and Wei Qin and Wei Tian and Weining Zhang and Wenbo Yu and Wenjie Liang and Xiang Kuang and Xiangmeng Cheng and Xiangyang Li and Xiaoquan Yan and Xiaowei Hu and Xiaoying Ling and Xing Fan and Xingye Xia and Xinyuan Zhang and Xinze Zhang and Xirui Pan and Xu Zou and Xunkai Zhang and Yadi Liu and Yandong Wu and Yanfu Li and Yidong Wang and Yifan Zhu and Yijun Tan and Yilin Zhou and Yiming Pan and Ying Zhang and Yinpei Su and Yipeng Geng and Yong Yan and Yonglin Tan and Yuean Bi and Yuhan Shen and Yuhao Yang and Yujiang Li and Yunan Liu and Yunqing Wang and Yuntao Li and Yurong Wu and Yutao Zhang and Yuxi Duan and Yuxuan Zhang and Zezhen Liu and Zhengtao Jiang and Zhenhe Yan and Zheyu Zhang and Zhixiang Wei and Zhuo Chen and Zhuoer Feng and Zijun Yao and Ziwei Chai and Ziyuan Wang and Zuzhou Zhang and Bin Xu and Minlie Huang and Hongning Wang and Juanzi Li and Yuxiao Dong and Jie Tang}, year={2026}, eprint={2602.15763}, archivePrefix={arXiv}, primaryClass={cs.LG}, url={https://arxiv.org/abs/2602.15763}, }
zai-org/GLM-5.3 的模型树 https://huggingface.co/docs/hub/model-cards#specifying-a-base-model
使用 zai-org/GLM-5.3 的 Spaces 2
包含 zai-org/GLM-5.3 的收藏集
zai-org/GLM-5.3 的论文
评估结果 https://huggingface.co/docs/hub/eval-results
相似文章
GLM-5.2 是开放代理的一次重大变革
Z.ai 发布了 GLM-5.2，一个开放权重的 AI 模型，代表着开放代理的一次重大变革，具有强劲的基准测试表现和社区热度，使其成为唯一能与 OpenAI 和 Anthropic 的顶级封闭模型竞争的开放模型。
@svpino: GLM-5.3现在开源了！您可以从HuggingFace下载或使用Atomic Agent运行。无论Big AI怎么说……
GLM-5.3已作为开源权重模型发布，可从HuggingFace下载或通过Atomic Agent运行，成本对比显示效率有所提升。
GLM-5.2 是 Artificial Analysis 上新的领先开源权重模型
智谱AI的GLM-5.2已成为Artificial Analysis Intelligence Index上新的领先开源权重模型，得分为51，超越了MiniMax-M3和DeepSeek V4 Pro等竞争对手。该模型拥有744B总参数、40B活跃参数、MIT许可证和1M上下文窗口。
@baseten: 今天我们发布GLM-5.3 Fast：迄今为止最智能的开放权重模型之一，TPS更高。
Z.AI 发布 GLM-5.3 Fast，这是一款先进的开放权重AI模型，针对代理编码和网络安全进行优化，采用744B-A40B MoE架构，基准测试有显著改进。
GLM-5.2 是本地人工智能的一次胜利
GLM-5.2 是一款拥有 753B 参数、采用 MIT 许可证的开源模型，具备前沿级别的编码能力和超大的上下文窗口。其蒸馏潜力有望为本地 AI 设置带来显著改进。