Skip to main content
GLM-5.3 模型 API 即将上线，敬请期待。GLM Coding Plan 已全量上线 GLM-5.3，让开发与工作效率全面进阶！ 立即订阅

​
概览

智谱最新旗舰模型，以极致后训练 Scaling 实现能力跃迁。在与 GLM-5.2 完全相同的基座上，依托数十倍规模的长程任务环境、更丰富多样的环境类型与超长周期的后训练，编程体感较前代提升 50%，并在 Terminal Bench 3.0 等公开基准中位列开源模型第一；同时涌现出强大的网络安全能力，在白盒代码审查、漏洞发现等任务中的表现接近 Mythos 5。

定位

旗舰基座模型

输入模态

文本

输出模态

文本

上下文窗口

1M

最大输出 Tokens

128K

​
能力支持

思考模式

提供多种思考模式，覆盖不同任务需求

流式输出

支持实时流式响应，提升用户交互体验

Function Calling

强大的工具调用能力，支持多种外部工具集成

上下文缓存

智能缓存机制，优化长对话性能

结构化输出

支持 JSON 等结构化格式输出，便于系统集成

MCP

可灵活调用外部 MCP 工具与数据源，扩展应用场景

​
详细介绍

1

编程与 Agent 能力再突破

在多项主流基准测试中，GLM-5.3 是当前位居前列的开源模型，编程与智能体能力比肩 Claude Fable 5，实际编程体感领先其他国产模型。Terminal-Bench 3.0 从 4.6 提升至 28.3，DeepSWE v1.1 从 46.2 提升至 66.9，Agents’ Last Exam 从 23.8 提升至 28.5；在覆盖 44 种职业的 GDPval-AA v2 中取得 1769 分，展现出从编程向专业任务执行延伸的能力。Description
2

不只做出 Demo，更能交付复杂项目

GLM-5.3 能够接住更复杂、更长期的工程目标，在数万行代码、上百个文件及多个相互依赖的系统之间持续推进。面对前端开发、Bug 修复、代码重构等真实任务，它可以在极少人工干预下自主开发、反复验证，将项目推进至可交付状态。
3

在真实专家工作流中完成后训练 Scaling

GLM-5.3 的训练不再局限于孤立的编程题，而是扩展至从发现问题、分析方案到实施、验证和交付的完整流程。部分训练任务相当于资深工程师连续数天的工作量，模型需要使用真实的计算集群、存储系统、内部文档与代码库完成任务。在相近 Token 预算下，GLM-5.3 也在完成质量、执行速度和使用成本之间取得了更好的平衡。Description
4

涌现出更强的网络安全能力

随着长程任务环境不断扩展，GLM-5.3 在白盒代码审查、漏洞发现与验证等安全任务中涌现出超出预期的能力。CyberGym 得分达到 84.5%，略高于 Mythos 5 的 83.8% 和 GPT-5.6 Sol 的 83.6%；ExploitBench 得分由 24.4% 提升至 54.4%。目前优势主要集中在漏洞利用链前端，在更深入的漏洞利用与完整攻防任务上仍有提升空间。Description

​
使用资源

GLM-5.3 模型 API 将于近期上线，上线后将同步开放完整调用示例与模型体验中心，敬请关注。