# GLM-5.3：后训练推高攻防能力

> Z.ai 沿用 GLM-5.2 底模，仅扩展后训练便取得显著编码增益，同时漏洞利用能力增长快于预期；权重将延后两周开放。

_Source: Z.ai official launch post and security disclosure ledger; benchmarks and vulnerability counts are vendor-reported · 2026-08-14 · 7 min read · Verified against primary sources_

Canonical: https://iyu.app/zh/e/glm-5-3-post-training-coding-cyber

## 60 秒版本

GLM-5.3 沿用 GLM-5.2 底模，通过扩大长程后训练，取得厂商报告的编码和网络安全能力提升。

**要点**

- Z.ai 将提升归因于更多环境、更丰富任务和更多强化学习算力，而非新一轮预训练。
- 编码跑分增幅显著，但 GLM-5.3 并未在所有项目上领先所有闭源模型。
- 最大相对增益出现在多阶段漏洞利用，使这次发布具有明显双重用途风险。
- 托管服务现已上线，权重将在两周安全评估与加固后公开。
- 思考无法关闭，生产迁移必须重新评估推理强度、延迟、token 和工具控制。

**结论.** 发布事实可信，但性能和安全数字仍是厂商证据；是否经得住独立复现，以及两周后的权重与安全文档，才是下一步检验。

## 全文

> **⚑ Caveat:** 模型发布与 API 变化属于一手事实；跑分、token 效率对比及漏洞总量均由 Z.ai 报告，本文未对这些测量进行独立复现。


### 变化来源 — 底模没换，后训练继续扩展

GLM-5.3 与 GLM-5.2 使用相同底模。Z.ai 表示，提升全部来自一个月的继续后训练：更多可执行环境、更丰富的长程任务，以及更多强化学习算力。

这些任务不再只是孤立习题，而是接近真实专业工作的完整单元。代理需要同时检查代码、基础设施、文档和实验结果，完成修改并验证端到端收益。环境生成、评审代理和隐藏状态验证器帮助扩大训练规模，但 Z.ai 承认流程仍离不开人工。


### 编码表现 — 自报增幅很大，但并非全面领先

- **28.3** — Terminal-Bench 3.0，前代为 4.6
- **66.9** — DeepSWE 1.1，前代为 46.2
- **28.5** — Agents' Last Exam，前代为 23.8

Z.ai 称 GLM-5.3 是编码能力最强的开放权重模型，尽管权重在发布当天尚未开放。其表格同时显示更复杂的现实：模型在部分开放模型评测中领先，但没有包揽第一，在若干项目上仍落后于闭源系统。

*Figure: Z.ai 公布的编码、网络安全和代理评测对比。所有数值应结合脚注中的评测设置，并按厂商自报结果理解。*


### 双重用途 — 利用链后段能力增长最快

Z.ai 主动加入漏洞发现环境。出乎其预期的是，模型不只更会找单点缺陷，还开始形成跨越多个阶段的连贯利用计划。

- **CyberGym:** Z.ai 报告 GLM-5.3 为 84.5%，GLM-5.2 为 77.2%。
- **ExploitBench:** 54.4% 对 24.4%；部分闭源模型仍明显领先。
- **ExploitGym:** 在归一化预算下，两小时完成 105 项、六小时 130 项；前代分别为 29 和 39 项。

公司还报告在 269 个开源项目中追踪到 2,436 个漏洞，其中严重和高危问题 1,097 个。[公开披露账本](https://cvd.z.ai/)显示相同总量，并区分 53 个已公开问题和 2,383 个保密披露中问题。账本提高了可追踪性，但仍由 Z.ai 维护，并非独立审计。


### 发布控制 — 服务先上线，权重等待加固

GLM-5.3 已进入 Z.ai Coding Plan 和 ZCode，但公司称权重将在发布两周后、完成安全评估和加固后公开。届时的安全报告、许可证和实际防护措施，才能说明这次延后有多大意义。

> **API** 迁移变化：思考始终启用。GLM-5.3 的 reasoning_effort 可选 low、high 或 max；默认 max，编码任务也推荐 max。


### 结论 — 评估完整代理，而不只是底模

准备采用 GLM-5.3 的团队，应把编码质量、延迟、token、工具权限、沙箱边界和安全审查一起重测。这次发布说明，同一底模经后训练后，实用性与双重用途风险都可能发生实质变化。


## Primary sources

- [Z.ai — GLM-5.3 launch post](https://z.ai/blog/glm-5.3)
- [Z.ai Security Disclosure Ledger](https://cvd.z.ai/)
- [THUDM/slime post-training framework](https://github.com/THUDM/slime)

---
_Published by iyu (https://iyu.app) — the day's AI news, checked against primary sources and rewritten in plain language. Free to quote with attribution and a link to the canonical URL._