Z.ai 官方 GLM-5.3：承袭 GLM-5.2 基座的后训练能力基线

核心内容摘要

Z.ai 对标准 GLM-5.3 的公开定位是：与 GLM-5.2 使用相同基座，能力提升来自扩展后训练，而不是更换预训练基座。重点方向包括长程软件工程、终端任务、工具调用和真实 Agent 工作单元。该基线可以解释为什么社区把一个 GLM-5.x 多模态变体称作“集成 GLM-5.2 级别智商”，但不等于 Flash 已被官方命名或与标准 5.3 完全同构。

官方基准（标准 GLM-5.3，非 Flash 实测）

Z.ai 技术资料给出的代表性厂商自报数据包括：Terminal-Bench 3.0 28.3（GLM-5.2 为 4.6）、DeepSWE v1.1 66.9（5.2 为 46.2）、CyberGym 84.5（5.2 为 77.2）、AutomationBench 48.2（5.2 为 26.2）。这些数字是标准 GLM-5.3 的公开基线，不能移植为 GLM-5.3 Flash/Ox Alpha 的成绩。

编辑使用建议

可说“Flash 延续 GLM-5.3/5.2 一脉的推理与 Agent 方向”，不可说“Flash 已复现上述全部分数”。任何 Flash 专属 benchmark 都需要独立、可复现的模型 ID 与测试条件。