实测 GLM-5.3：神仙打架的一周杀回国模顶流（爱范儿/腾讯新闻）

核心内容摘要

爱范儿（APPSO）提前拿到 GLM-5.3 测试资格，用 3D 网页生成、网页应用开发、macOS 小工具开发等任务实测，并给出"同尺寸最强模型、编程开发者首选"的评价。

背景

• 发布当周"神仙打架"：Grok 4.6（Cursor 数据加持）、DeepSeek V4 Pro 正式版、Gemini Flash、GLM-5.3 密集发布。

• 官方口径：编程能力比肩 Fable 5 和 GPT-5.6 Sol；内测用户反馈体感优于 Kimi K3、DeepSeek V4-Pro-0813。

• 六个 benchmark 表现不赖，GDPVal（OpenAI 提出）拿下第一；AutomationBench、Agents' Last Exam 数一数二。

• 参数量与前代相当（约 7000 亿/743B 基模），与 Kimi K3（2.8T）、Qwen3.8-Max 的"万亿参数"路线不同——智谱官方："我们在与 GLM-5.2 完全相同基座上高效推进强化学习，可能我们还远未开发出这个基座的智能上界。"

• 开源 Slime（史莱姆）后训练框架，覆盖发布级模型后训练完整工作流；从 GLM 4.5 起一直使用；支持 GLM、Qwen、DeepSeek 部分模型和 Llama 3。

实测任务表现

• 人体血液循环 3D 交互仿真：交付较粗糙（火柴人、器官堆叠），但自定义丰富——视图图层、心率/血压等生理参数、可选失血性休克场景、可见血流方向；"能用在教学场景，但没那么好看"。

• 金字塔滑板游戏（DeepSeek Harness 测试，GLM-5.3 + Claude Code 最高推理深度）：游戏体验好、场景渲染准确，"如果你不好好操作，可能真的会输"；缺点是滑板残影太"亮眼"。

• 水母湖 3D 场景（数百万只写实水母在翡翠湖中飘动）："确实还挺漂亮的"，渲染水母不像人体那样用简单圆圈；提示词相当长。

• Claude Code 兼容问题：开启自动审批命令时常报错"auto mode cannot determine the safety of Bash right now"——第三方模型尚未适配 Claude Code 的自动模式机制；换用 ZCode 体验更好：能像 Codex 一样截图识屏、分析问题、持续优化，运行时间更长（行星撞地球模拟在 ZCode 中跑超过 1 小时仍在反复测试检查，最终效果震撼：地壳开裂、熔岩喷出、碎片形成行星环）。

网络安全能力

• 网络安全任务表现与 Claude Mythos 5 持平。

• ExploitGym（OpenAI 评估待发布模型时攻击 Hugging Face 所用的测试）：898 道题、限时 6 小时完成 130 道。

• 公开网络安全披露账本（cvd.z.ai）：模型找到的最古老漏洞可追溯约 40 年前。"40 年都没找到，GLM-5.3 一出手就找到了。"

获取与定价

• 已上线 Zcode（智谱官方 Agent 应用）与 AutoClaw（效率工具）；对 GLM Coding Plan 用户全量开放并开放订阅（发布当天下午重置过一次）。

• 第三方平台 WorkBuddy、QwenWork、TraeWork 等开放抢先体验；API 预计下周二开放；完整权重两周内开源。

• 官网 API 价格仍为 GLM-5.2 版本，同尺寸估计 5.3 定价不会有太大变化。

评价

• "GLM-5.3 的意义……回到了原本属于它的位置，即同尺寸最强模型，编程开发者的首选。"

• "K3 用了 2.8T，DeepSeek V4 用了 1.6T，而 GLM 5.2 用了不到一半的参数，就实现了同样程度的智能。"

• 宏观：GLM-5.3 与这一连串新模型把大模型"最强保质期"压得越来越短（GLM 用 20 天被 Kimi 超越，Kimi 20 天被 DeepSeek 超越……）。