GLM-5.3 发布测评：先进网络安全能力与编程提升（VentureBeat）

核心内容摘要

中国 AI 初创公司 Z.ai（智谱国际名）于 2026 年 8 月 14 日发布 GLM-5.3，主打长程编程（long-horizon coding）能力大幅提升，以及更具争议性的网络安全能力跃升。据报道，GLM-5.3 的网络安全能力已经发现 Cursor（被 SpaceX 收购的 AI 编程公司）的一个"潜在严重漏洞"。

发布与获取方式

• 初期仅通过 GLM Coding Plan 和 ZCode 编程环境提供；API 与开源权重"待安全评估与加固完成后"再开放，权重预计发布约两周后放出。

• 对企业开发者而言，本次发布的核心不是又一轮跑分提升，而是同一基座、纯后训练的路线验证：Z.ai 称 GLM-5.3 使用与 GLM-5.2 相同的基座模型，全部提升来自扩展后训练（更多环境、更多样任务、更多强化学习算力）。"Scaling post-training is all we did for GLM-5.3."

关键跑分（厂商自报）

• 对照：Terminal-Bench 3.0 上 GPT-5.6 Sol 为 34.6、Claude Fable 5 为 33.7；DeepSWE v1.1 上 GPT-5.6 Sol 为 72.7、Fable 5 为 69.7——即未全面超越闭源旗舰。

• 效率亮点（Z.ai 私有 Z.ai Code Bench）：Max 档 34.5% @ 约 7.5 万输出 token/任务（5.2 为 23.4% @ 约 9.6 万）；High 档 31.4% @ 约 5 万 token，超过 Claude Opus 4.8 的 29.5% @ 12 万 token。

网络安全能力（本次最大争议点）

• Z.ai 原以为加入漏洞发现环境只会让模型更擅长"找漏洞"，结果随着训练规模扩大，能力沿漏洞利用链（exploitation chain）快速延伸，"cyber capability developed faster than we expected"。

• CyberGym（漏洞发现与验证）：GLM-5.3 84.5% vs GLM-5.2 77.2%，略超 GPT-5.6 Sol（83.6%）与 Mythos 5（83.8%）。

• ExploitBench（真实漏洞利用推理）：54.4%，是 5.2（24.4%）的两倍多，但仍远低于 GPT-5.6 Sol（76.5%）与 Mythos 5（78%）。

• ExploitGym：2 小时完成 105 个任务、6 小时 130 个（5.2 为 29/39）；Fable 5 为 181/247，GPT-5.6 Sol 为 216/293。

• 实战：与中国安全团队合作，经专家复核共发现 2,436 个漏洞（269 个项目），其中 1,097 个为严重或高危；53 个已公开披露，2,383 个仍处于保密（embargo）状态。

• 路透社报道 Z.ai 正在为部分敏感能力引入"trusted access"（可信访问）控制。

对开发者的 API 破坏性变更

• GLM-5.3 支持 low / high / max 三档 reasoning effort（默认 max，官方推荐 coding 用 max）。

• 思考无法关闭：之前发送 thinking.type: "disabled" 的应用必须改为 enabled 并指定 effort，否则请求失败——这是一次真正的迁移，不是简单换模型名。

媒体评价要点

• 定位：开源模型能否"不花一次昂贵预训练"把前沿规模基座推到极限的试金石。

• 双刃剑：同样的长程 Agent 能力，既让模型更适合软件工程，也可能让它成为更强的攻击者。

原文关键引文

"Scaling post-training is all we did for GLM-5.3."

"As we scaled post-training, cyber capability developed faster than we expected."

"That makes GLM-5.3 an actual migration rather than simply a model-name substitution for some production applications."