Z.ai 发布 GLM-5.3：仅靠后训练追平前沿
来源Interconnects查看原文
速览
- GLM-5.3 与 GLM-5.2 同基座，提升全部来自后训练扩展。
- 约 750B 参数即达到 agentic coding 前沿水平，约为 Kimi K3 的三分之一。
- 部分基准超过 Claude Fable 5 与 GPT-5.6-Sol，也超过 Kimi K3。
- 作者认为蒸馏不是中国实验室贴近前沿的主因。
- 美国实验室发布周期以月计，中国实验室以天计，这是最大变量。
- Z.ai 对公开基准的重视程度高于 OpenAI 与 Anthropic。
- GLM-5.3 定位比 Claude Fable、GPT Sol 更窄，且为纯文本模型。
- 中国 RL 数据产业正在兴起，部分由美国数据公司向中国模型实验室供货驱动。
- Z.ai 与清华关系紧密，算力效率可能高于 OpenAI 与 Anthropic。
- GLM-5.3 网络安全能力双用途，Z.ai 采取分阶段发布。
Z.ai 发布 GLM-5.3，目前仅在 coding plan 中提供，即将上线 API，两周后在 Hugging Face 开放权重。该模型与 GLM-5.2 使用同一基座模型，主要变化来自大幅扩展的后训练。Z.ai 官方博客称「我们为 GLM-5.3 所做的全部就是扩展后训练」。模型参数量约 750B，约为 Kimi K3 的三分之一，但在多个 agentic coding 基准上已超过 Moonshot AI 的 Kimi K3，部分基准上超过 Claude Fable 5 或 GPT-5.6-Sol。作者认为，中国实验室能持续贴近前沿，主因不是蒸馏，而是更快的发布节奏、对公开基准的更高重视、更窄的模型定位、中国 RL 数据产业的兴起，以及 Z.ai 本身极高的算力效率。
关键事实
- Z.ai 于今日发布 GLM-5.3，目前仅在 coding plan 中可用，即将上线 API，两周后在 Hugging Face 开放权重。
- GLM-5.3 与 GLM-5.2 使用同一基座模型，Z.ai 称「为 GLM-5.3 所做的全部就是扩展后训练」。
- 模型参数量约 750B，约为 Kimi K3 的三分之一。
- 在多个基准上超过 Moonshot AI 的 Kimi K3，部分基准上超过 Claude Fable 5 或 GPT-5.6-Sol。
- Z.ai 称使用了更多环境、更多样化的任务，以及更多用于训练这些环境的算力。
- Z.ai 报告称其年化经常性收入（ARR）达到 10 亿美元，主要来自本地化部署业务。
本站视角
对中文开发者来说，GLM-5.3 的实际意义不在于榜单排名，而在于两周后开放权重。约 750B 参数、纯文本、主打 agentic coding，意味着它可以在单机多卡或中小规模集群上自部署，这对做代码 Agent、内部研发工具链、以及需要数据不出内网的团队是直接可选项。相比之下，Claude Fable 5 或 GPT-5.6-Sol 只能通过 API 使用，成本和合规约束都更高。 我们认为，这篇文章最有价值的部分不是对 GLM-5.3 的赞美，而是作者对「中国实验室为何追得上」的结构性解释。其中「发布节奏」这一条尤其值得国内团队重视：如果美国实验室确实把数月时间花在发布前测试上，而中国实验室把同样时间用于继续爬坡，那么榜单上的差距会被系统性压缩。但这也意味着，榜单领先并不等于真实场景领先——GLM-5.3 是更窄的模型，纯文本、无视觉能力，在通用对话、多模态、长尾企业用例上大概率仍与 Claude、GPT 有距离。把它当成「代码 Agent 的高性价比基座」是合理的，把它当成「全面追平前沿」则是过度解读。 需要观察的是作者提到的中国 RL 数据产业。如果中国实验室确实能买到与美国前沿实验室相同的 RL 环境，那么「蒸馏」这个流行解释就站不住脚，真正的变量是数据供应链的全球化。这一点目前只有单一来源和传闻支撑，作者自己也说「误差棒很大」，不宜当作定论。 另一个值得国内团队注意的是安全叙事。Z.ai 主动承认网络安全能力的双用途风险并采取分阶段发布，这在开源模型厂商中并不常见。但作者点出的问题同样成立：一旦权重公开，任何平台侧的分类器和思维链监控都无法约束下游修改。对使用 GLM-5.3 做安全相关产品的团队来说，这意味着能力可得性与责任边界需要自己重新划定，不能指望模型方的安全措施兜底。 最后，作者对 OpenAI 与 Anthropic「跑去找政府要政策帮助」而不是修补推理轨迹提取的批评，带有明显的立场。这一判断是否成立，取决于那些提取方法在真实训练管线中的实际收益，目前公开证据有限，读者应把它当作观点而非事实。
背景与影响
GLM 系列并非突然出现。智谱 AI 成立于 2019 年，GLM（General Language Model）论文于 2021 年 3 月由清华大学 THUDM 发布，此后经历 GLM-130B（2022 年 8 月）、ChatGLM（2023 年 3 月 14 日）、ChatGLM2（2023 年 6 月 25 日）、ChatGLM3（2023 年 10 月 27 日）、GLM-4（2024 年 1 月 16 日）、GLM-5（2026 年 2 月 11 日）到 GLM-5.2（2026 年 6 月 22 日）。作者称 GLM-5.2 发布数周后，仍有认识的 AI 研究者因其速度快、部署简单而继续使用，说明该系列在开发者中已有实际口碑。 关于「中国实验室为何能持续贴近前沿」，作者列出六点解释。第一，发布节奏：Z.ai 从模型完成到公开发布可能只需数天，而 OpenAI 与 Anthropic 往往需要数月，这意味着美国实验室在发布前测试期，中国实验室仍在基准上继续爬坡。作者认为这可能是最大的单一因素。第二，Z.ai 对公开基准的重视程度更高，因为 Artificial Analysis Intelligence Index 这类聚合榜单直接影响其股价与融资能力。第三，Z.ai 并未把 GLM-5.3 训到「烤糊」的程度，作者认为其发布博客中的基准分数是真实的。第四，GLM-5.3 的定位比 Claude Fable 或 GPT Sol 更窄，且旗舰 GLM 模型一直没有视觉能力，纯文本定位有助于拿到更有竞争力的分数。第五，中国的 RL 数据产业正在起飞，部分由美国数据公司向中国模型实验室销售数据驱动，中国实验室可能买到与美国前沿实验室相同的 RL 环境，并更早发布下游模型。第六，Z.ai 本身是极其熟练的 LLM 组织，与清华关系紧密，算力效率可能高于 OpenAI 与 Anthropic。 作者还提到，近期有一篇论文展示了从前沿模型提取推理轨迹的简单方法，这类手段中国实验室完全可以规模化使用；他不理解美国实验室为何没有更快修补这一行为，反而转向政府寻求政策帮助。 在安全方面，Z.ai 承认 GLM-5.3 在漏洞发现、漏洞利用分析和复杂多步安全任务上有大幅提升，同时存在明显的双用途风险，因此采取分阶段发布，并通过请求分类器和思维链监控来监测平台上的推理。作者认为，在真正的开放权重即将到来之际，这类安全措施作用有限——如果不是 GLM-5.3，也会有别的模型；具备这些能力的模型体积正在缩小，更容易被修改和部署，甚至可能绕过安全措施。作者呼吁由政府或行业联盟主导的工业级指导，为整个软件行业迎接这一转变做好准备。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
