NEW · GLM-5.3-FlashX 上線
GLM-5.3-FlashX（2026-09 上線）是 GLM-5.3-Flash 的高速版：推理速度達 200 tokens/s，更快、更流暢。同爲 GLM-5 系列首個原生多模態模型 —— 總參數 320B / 激活 18B，採用稀疏注意力與線性注意力混合架構，支持視頻 / 圖像 / 文本 / 文件輸入，1M 上下文、128K 最大輸出。
GLM-5.3-Flash 發佈
GLM-5.3-Flash（2026-08 發佈）是 GLM-5 系列首個原生多模態模型：視覺能力原生融入 Coding 循環，支持視頻 / 圖像 / 文本 / 文件輸入。獨立評測機構 Artificial Analysis 智能指數 57 分、全球第 4，與 Claude Opus 4.8 同級，而價格僅爲其 1/40。
GLM-5.3 發佈
GLM-5.3（2026-08-14 正式發佈）是智譜旗艦 MoE 大模型，複用 GLM-5.2 完全相同基座，無新增預訓練數據，全部能力提升來自大規模後訓練；主打長週期代碼工程、終端 Agent、源代碼漏洞審計，口號：Built to Code. Ready for Cyber Defense.
GLM-5.3 是旗艦級開源 GLM AI 模型：複用 GLM-5.2 基座、全面後訓練升級，編程體感提升 50%，CyberGym 84.5% 當前領先、Terminal-Bench 3.0 較前代提升 6 倍；同系列 GLM-5.3-Flash 以 1/40 價格提供同級智能。下方可對比每款 GLM 模型 — 或先體驗免費 AI 體驗場。
無需註冊、無需賬號、無需額度。輸入提示詞即可獲得流式回答。
回覆將在此處流式輸出…
本體驗場使用 GLM 大語言模型，輸入提示詞即可獲得實時流式回答。
四項能力定義了當前 GLM 模型世代 — 均由模型作者報告，可從開放權重複現。
100 萬 token 上下文不僅可用，而且保持質量：GLM-5.3 與 GLM-5.2 同基座，在大規模實現、自動化研究和複雜調試等長上下文編碼智能體軌跡上持續訓練強化。
非思考、高和最高三檔讓您按任務在延遲與能力之間權衡 — 在智能體編程評估上，約 63%（~35K 輸出 token）到 74%（~83K）。
每四個稀疏注意力層共享一個輕量索引器，在 100 萬上下文長度下將每 token FLOPs 降低 2.9 倍，長距離質量無損。
MIT 許可證下的開源 GLM 模型：權重發布在 HuggingFace 和 ModelScope，無地區限制，支持通過 transformers、vLLM、SGLang、xLLM 和 ktransformers 本地部署。
以下數據來自智譜官方文檔與獨立評測機構 Artificial Analysis 發佈的結果。glmmodel.cn 僅做報告，不運行這些評估。
源代碼漏洞發現與驗證
智能體編程：準確率更高且 token 更省
終端智能體任務（GLM-5.2 爲 4.6）
GLM-5.3 在 Terminal-Bench 3.0（4.6→28.3）、DeepSWE v1.1（46.2→66.9）、Agents’ Last Exam（23.8→28.5）上全面超越 GLM-5.2，達到開源 SOTA；ExploitBench 得分 54.4%，爲 GLM-5.2 的兩倍以上。GLM-5.3-Flash 在 Artificial Analysis 智能指數取得 57 分（全球第 4），與 Claude Opus 4.8 持平。
已發佈的 GLM 模型基準結果，涵蓋 8 個模型的 17 項評估。
| Benchmark | GLM-5.3 | GLM-5.2 | Kimi K3 | DeepSeek-V4-Pro | Qwen3.8-Max | Opus 4.8 | Fable 5 | GPT-5.6 Sol |
|---|---|---|---|---|---|---|---|---|
| 編程 | ||||||||
| 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 |
| 網絡安全 | ||||||||
| 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 |
| 智能體 | ||||||||
| 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 |
數據來源：Z.ai 官方博客（2026-08-14）。
GLM 模型不是隻有一種速度。思考力度控制讓您僅在需要時分配更多計算資源。GLM-5.3 始終啓用思考（low / high / max，默認 max）；各檔效率數據爲 GLM-5.2 報告值，供參考。
~35K 平均 token
快速編輯、模板代碼、常規重構等延遲比深度更重要的場景。
~43K 平均 token
大多數智能體編程的默認選擇：以約一半的 token 消耗接近最高檔的質量。
~83K 平均 token
困難的長週期問題 — 在任務確實需要時分配額外計算資源。
下表爲 Z.ai 官方發佈的 GLM-5.3 與對比模型成績。GLM-5.3 與 GLM-5.2 共享基座，全部提升來自後訓練。glmmodel.cn 僅做報告，不運行這些評估。
將上下文上限從 200K 提升到 100 萬 token 是一個工程問題，而非配置參數。三項改動是關鍵。
每四個 Transformer 層共享一個輕量索引器。它位於四個層中的第一個，其 top-k 索引被其餘三層複用 — 消除了四分之三層中的索引器點積和 top-k 計算。結果：在 100 萬上下文長度下每 token FLOPs 降低 2.9 倍。從訓練中期 128K 序列長度開始引入 IndexShare。
多 token 預測層在首個草稿步運行一次索引器，並在後續步驟中複用索引，消除了限制上一代的訓練/推理 KV 緩存不匹配。結合拒絕採樣和端到端 TV 損失，接受長度從 4.56 提升至 5.47 — 約 20% — 跨越 7 個 MTP 步驟。
| 基線 | 4.56 |
| + IndexShare + KVShare | 5.10 |
| + 拒絕採樣 | 5.29 |
| + 端到端 TV 損失 | 5.47 (+20%) |
超過幾十萬 token 後，瓶頸不再是計算，而是 KV 緩存容量、長上下文內核和 CPU 開銷。三項修復：基於 LayerSplit 的細粒度內存管理和並行化、與緩存傳輸管道協調的上下文長度縮放內核優化，以及 CPU 側緩存管理、請求調度和運行時路徑調優。吞吐量優勢隨上下文增長而擴大。
歸一化吞吐量優勢
訓練棧（slime）結合白盒和黑盒 rollout、緊湊軌跡和子智能體工作流。並行 OPD 訓練在大約兩天內合併了十餘個專家模型，FP8 KV 緩存確保 rollout 內存不超預算。
長週期 RL 會誘生捷徑，因此可疑動作先通過基於規則的召回過濾器，再經 LLM 裁判精確度檢查。確認的黑客行爲被在線攔截並以虛擬工具結果回應，使 rollout 得以繼續而非被丟棄。基於 Critic 的 PPO 在單個 rollout 上保持壓縮子軌跡的可訓練性。
從 30B Flash 級別到百萬上下文旗艦 — 選擇一款 GLM 模型查看完整規格表和基準數據。
複用 GLM-5.2 基座、全面後訓練升級：複雜編程與 Agent 任務開源 SOTA，漏洞發現能力當前領先。
首個原生多模態 GLM：視覺融入 Coding 循環，AA 智能指數 57 分全球第 4，Opus 4.8 同級智能、1/40 價格。
法律行業垂直大模型：基於 GLM-5.3-Flash，Harvey LAB 法律基準通過率 19.2%，成本約為同檔閉源模型的 1/70，Beta 申請制。
上一代旗艦：100 萬 token 上下文，編程和長週期任務的開源 SOTA。
上一代旗艦：大幅提升的長週期能力和數小時自主工作的工程級輸出。
更強的編程能力、更可靠的多步執行和更好的複雜智能體行爲。
基礎模型，針對長鏈、動態智能體場景進行調優。
增強的編程能力、穩定的多步推理和改進的前端生成。
300 億參數；高效高性能，在同規模開源模型中表現出色。
小體積 GLM 模型，單位算力性能出色。
實時語音轉文字識別，CER 低至 0.0717。
超越單個上下文窗口的多文件功能：模型將整個倉庫狀態保持在視野中，而不是每隔幾輪重新讀取。
數小時的實驗循環，智能體需要規劃、運行、讀取結果和修正 — 這正是 FrontierSWE 和 PostTrainBench 設計來評估的工作負載。
需要完整調用圖、分析器輸出和先前嘗試保持在同一軌跡中的內核和系統工作。
漫長的復現追蹤、不穩定測試和跨服務故障，截斷上下文正是丟失 Bug 的原因。
以上所有場景均可在您自己的硬件上運行 — MIT 權重，transformers · vLLM · SGLang · xLLM · ktransformers。如何本地運行 GLM 模型 →