智谱发布 GLM-5.3：与 GLM-5.2 同基座，编码与长程任务显著提升

GLM-5.3 与 GLM-5.2 使用相同的基础模型——所有提升都来自后训练。与 GLM-5.2 相比，它在复杂编码和长程任务上表现好得多：

• 更强的编码能力：GLM-5.3 是编码能力最强的开放权重模型，在我们内部的 Z.ai Code Bench 上比 GLM-5.2 提升了 50%。它还在 Terminal Bench 3.0 和 Agents' Last Exam 等公开基准上达到开源 SOTA。
• 涌现的网络能力：随着我们扩大后训练规模，网络能力的发展速度超出了我们的预期。GLM-5.3 在漏洞发现基准 CyberGym 上达到最先进水平，且其提升在利用链的更上游环节最为显著，在利用类基准上达到 GLM-5.2 的两倍以上。

基准

本地部署 GLM-5.3

GLM-5.3 支持通过以下框架进行部署。欢迎试用：

• SGLang — 参见 cookbook
• vLLM — 参见 recipes
• TokenSpeed — 参见 此处
• Transformers — 参见 transformers 文档
• KTransformers — 参见 教程
• Unsloth — 参见 指南
• 在 Ascend NPU 平台上部署时，支持 vLLM-Ascend、xLLM 和 SGLang 等推理框架——参见 此处。

注意

• GLM-5.3 支持通过 reasoning_effort 参数控制思考预算，该参数接受三个级别：low、high 和 max。如果未传入（或设置为任何其他值），则默认为 max。要使用 low 或 high，请显式传入。如需复现基准和排行榜结果，请保持默认值 max。
• 在 GLM-5.3 的聊天模板中，如果未传入，clear_thinking 默认为 false。对于聊天场景，请显式传入 clear_thinking=true。

脚注

• HLE w/ tools：我们使用 temperature=1.0 和 top_p=0.95 的采样参数进行评估，最大生成长度为 163,840 个 token。评估在最大上下文长度为 300,000 个 token 的条件下进行，并采用上下文管理策略。我们使用 GPT-5.6-luna (medium) 作为评判模型。
• NL2Repo：我们在 1M 上下文下使用 temperature=1.0、top_p=1.0 和 max_new_tokens=64k 评估了 NL2Repo。为防止作弊，我们使用基于规则和基于 LLM 的判定来防止恶意行为（例如未经授权的 pip 或 curl 操作）。
• DeepSWE：我们使用 mini-swe-agent 测试框架，在 temperature=0.95、top_p=1.0、timeout=6h 和 400K 上下文下运行 DeepSWE。
• Terminal-Bench 2.1：我们在 Claude Code 2.1.207 中使用 temperature=1.0、top_p=1、max_new_tokens=65536 进行评估，超时时间为 6 小时。
• Terminal-Bench 3.0：我们使用 Claude Code 2.1.207 测试框架评估 Terminal-Bench-3 任务（推理强度=max，400K 上下文，最大输出 128K），报告每个任务三次运行的 avg@3。每次运行都在基于任务官方镜像构建的隔离容器中执行，最多 600 个 agent 轮次，超时时间为 10 小时。Tool Search 已禁用，每个 agent 产出的工件由任务官方的独立验证器评分。
• Agent's Last Exam (CLI)：我们使用 Claude Code harness（推理强度=max、1M 上下文、最大输出 64K）按照官方评估协议评估 ALE。105 个任务中的每一个都在独立的 Docker 容器中运行，使用其 Task Card 中声明的资源。默认超时为 4 小时，任务特定的限制优先（最长 8 小时）。Tool Search 被禁用，结果由官方 ALE 评估器评分。
• Toolathlon Verified：我们通过官方评估服务获取所有结果，并报告 3 次独立运行的平均 pass@1。
• AutomationBench：我们在 AutomationBench v1.0.6 上评估，并纳入了 PR #13 中引入的 null 类型处理问题的修复。
• GDPval-AA v2：模型由 Artificial Analysis 评估。
• CyberGym：我们在 Claude Code 2.1.207 中评估 GLM-5.3（最大推理强度，无网络工具，使用 temperature=1.0、top_p=1.0、max_new_tokens=128000）。所有评估均不限制每个任务的超时时间，结果为在 1,507 个任务上的单次运行 Pass@1。为模拟真实使用场景，我们将 agent 置于任务容器内。我们还移除所有 Git 相关信息并应用域名白名单（仅允许 pypi.org 和 deb.debian.org 等用于基础工具安装的必要域名），以防止 agent 作弊。
• ExploitGym：我们在 Claude Code 2.1.207 中评估 GLM-5.3、Kimi-K3 和 Qwen3.8 Max（最大推理强度，无网络工具，使用 temperature=1.0、top_p=1.0、max_new_tokens=128000）。报告的结果是在 869 个任务上、两种超时预算（2 小时和 6 小时）下的单次运行 Pass@1，其计算方式为 API 推理时间按每模型每秒 token 数重新缩放（每模型 TPS 来自 Artificial Analysis；即我们将 GLM-5.3 的结果按 115 TPS 缩放，Kimi K3 的结果按 40 TPS 缩放，Qwen3.8 Max 的结果按 47 TPS 缩放），再加上非 API 开销。我们还应用域名白名单（仅允许 pypi.org 和 deb.debian.org 等用于基础工具安装的必要域名），以防止 agent 作弊。
• ExploitBench：我们在 Claude Code 2.1.207 中评估 GLM-5.3（最大推理强度，无网络工具，使用 temperature=1.0、top_p=1.0、max_new_tokens=128000）。按照官方评估设置，我们将 agent 与环境之间的最大交互轮数限制为 300，并计算全部 41 个任务在 3 个修订版本上的平均覆盖率得分。任务的覆盖率结果通过取所有修订版本中所达成能力的并集来确定，平均分则通过对结果取平均获得。我们还应用域名白名单（仅允许 pypi.org 和 deb.debian.org 等用于基础工具安装的必要域名），以防止 agent 作弊。
• FrontierSWE：评估由 Proximal 进行，上下文长度为 1M、努力级别为最大、最大输出 token 为 128K。Dominance 分数截至 2026/08/14。
• PostTrainBench：我们使用 Claude Code 2.1.207 以最高 effort 级别、temperature = 1.0、top_p = 1.0、max_new_tokens = 128000 以及 1M token 上下文窗口对 GLM-5.3 进行评估。我们报告 3 次运行的加权平均值。未能产生分数的运行会回退到官方零样本基础模型基线分数。对于旨在防止使用第三方 API 的检查，我们移除了原先基于模式匹配的检查，因为当通过 OpenAI SDK 访问本地 vLLM 端点时，这些检查会产生误报。取而代之的是，我们使用 LLM agent 检查解决方案是否存在外部 API 使用。
• SWE-Marathon：我们使用 Claude Code 2.1.207 以最高 effort 级别、temperature = 1.0、top_p = 0.95、max_new_tokens = 128000 以及 1M token 上下文窗口对 GLM-5.3 进行评估。对于 strip-clone，原有的反作弊检查使用了过于宽泛的 import 检测，可能会拒绝有效实现。我们移除了受影响的检查，改为执行基于 LLM 的检查以避免误报。对于 parameter-golf 和 trimul-cuda，NVIDIA wheels 的变更导致 Docker 镜像构建失败，因此我们添加了 --extra-index-url https://pypi.org/simple 以恢复构建成功。

引用

如果您在研究中觉得 GLM-5.3 有用，请引用我们的技术报告：

@misc{glm5team2026glm5vibecodingagentic,
      title={GLM-5: from Vibe Coding to Agentic Engineering},
      author={GLM-5-Team and : and Aohan Zeng and Xin Lv and Zhenyu Hou and Zhengxiao Du and Qinkai Zheng and Bin Chen and Da Yin and Chendi Ge and Chenghua Huang and Chengxing Xie and Chenzheng Zhu and Congfeng Yin and Cunxiang Wang and Gengzheng Pan and Hao Zeng and Haoke Zhang and Haoran Wang and Huilong Chen and Jiajie Zhang and Jian Jiao and Jiaqi Guo and Jingsen Wang and Jingzhao Du and Jinzhu Wu and Kedong Wang and Lei Li and Lin Fan and Lucen Zhong and Mingdao Liu and Mingming Zhao and Pengfan Du and Qian Dong and Rui Lu and Shuang-Li and Shulin Cao and Song Liu and Ting Jiang and Xiaodong Chen and Xiaohan Zhang and Xuancheng Huang and Xuezhen Dong and Yabo Xu and Yao Wei and Yifan An and Yilin Niu and Yitong Zhu and Yuanhao Wen and Yukuo Cen and Yushi Bai and Zhongpei Qiao and Zihan Wang and Zikang Wang and Zilin Zhu and Ziqiang Liu and Zixuan Li and Bojie Wang and Bosi Wen and Can Huang and Changpeng Cai and Chao Yu and Chen Li and Chengwei Hu and Chenhui Zhang and Dan Zhang and Daoyan Lin and Dayong Yang and Di Wang and Ding Ai and Erle Zhu and Fangzhou Yi and Feiyu Chen and Guohong Wen and Hailong Sun and Haisha Zhao and Haiyi Hu and Hanchen Zhang and Hanrui Liu and Hanyu Zhang and Hao Peng and Hao Tai and Haobo Zhang and He Liu and Hongwei Wang and Hongxi Yan and Hongyu Ge and Huan Liu and Huanpeng Chu and Jia'ni Zhao and Jiachen Wang and Jiajing Zhao and Jiamin Ren and Jiapeng Wang and Jiaxin Zhang and Jiayi Gui and Jiayue Zhao and Jijie Li and Jing An and Jing Li and Jingwei Yuan and Jinhua Du and Jinxin Liu and Junkai Zhi and Junwen Duan and Kaiyue Zhou and Kangjian Wei and Ke Wang and Keyun Luo and Laiqiang Zhang and Leigang Sha and Liang Xu and Lindong Wu and Lintao Ding and Lu Chen and Minghao Li and Nianyi Lin and Pan Ta and Qiang Zou and Rongjun Song and Ruiqi Yang and Shangqing Tu and Shangtong Yang and Shaoxiang Wu and Shengyan Zhang and Shijie Li and Shuang Li and Shuyi Fan and Wei Qin and Wei Tian and Weining Zhang and Wenbo Yu and Wenjie Liang and Xiang Kuang and Xiangmeng Cheng and Xiangyang Li and Xiaoquan Yan and Xiaowei Hu and Xiaoying Ling and Xing Fan and Xingye Xia and Xinyuan Zhang and Xinze Zhang and Xirui Pan and Xu Zou and Xunkai Zhang and Yadi Liu and Yandong Wu and Yanfu Li and Yidong Wang and Yifan Zhu and Yijun Tan and Yilin Zhou and Yiming Pan and Ying Zhang and Yinpei Su and Yipeng Geng and Yong Yan and Yonglin Tan and Yuean Bi and Yuhan Shen and Yuhao Yang and Yujiang Li and Yunan Liu and Yunqing Wang and Yuntao Li and Yurong Wu and Yutao Zhang and Yuxi Duan and Yuxuan Zhang and Zezhen Liu and Zhengtao Jiang and Zhenhe Yan and Zheyu Zhang and Zhixiang Wei and Zhuo Chen and Zhuoer Feng and Zijun Yao and Ziwei Chai and Ziyuan Wang and Zuzhou Zhang and Bin Xu and Minlie Huang and Hongning Wang and Juanzi Li and Yuxiao Dong and Jie Tang},
      year={2026},
      eprint={2602.15763},
      archivePrefix={arXiv},
      primaryClass={cs.LG},
      url={https://arxiv.org/abs/2602.15763},
}

上月下载量

25,915

Safetensors

zai-org/GLM-5.3-BF16 的模型树

使用 zai-org/GLM-5.3-BF16 的 Space 1

包含 zai-org/GLM-5.3-BF16 的合集

zai-org/GLM-5.3-BF16 的论文