中国人工智能初创公司Z.ai于2026年8月14日宣布发布GLM-5.3，在长期编程任务方面进行了重大改进，并在网络安全能力方面实现了更为显著的跃升。根据Z.ai开发者倡导者Lou的说法，该模型的网络安全能力已经在Cursor中发现了一个“可能很严重的漏洞”。Cursor是一家人工智能编程公司，最近被SpaceX收购。VentureBeat表示，已要求Cursor确认这一事件，目前正在等待回复。
GLM-5.3初期仅通过GLM Coding Plan和Z.ai旗下的ZCode环境提供。公司表示，API和开放权重将在“完成安全评估和加固”后提供；公司计划在发布约两周后推出这些权重。
通过后训练实现重大改进
GLM-5.3使用与GLM-5.2相同的模型基础，参数规模处于7430亿范围内，其发布不需要新的预训练周期。相反，Z.ai通过更多环境、多样化任务以及用于强化学习的额外计算扩大了后训练。公司在技术公告中表示：“我们在GLM-5.3中所做的一切，都是扩大后训练。”
训练环境模拟完整的工程任务，而不是独立的编程练习；智能体会获得代码库、文档、计算集群、存储系统和实验结果，然后被要求诊断问题、修改系统、运行实验，并在保持结果正确性的同时证明可衡量的改进。其中一些任务旨在模拟一名经验丰富的工程师数天的工作。
在Z.ai公布的评估中，GLM-5.3在Terminal-Bench 3.0上的得分从4.6升至28.3，在DeepSWE v1.1上的得分从46.2升至66.9，在AutomationBench上的得分从26.2升至48.2。此外，它在Agents' Last Exam CLI上的得分也从23.8提高到28.5。
该模型并未在公司公布的所有排行榜中超过竞争对手；在Terminal-Bench 3.0上，GPT-5.6 Sol得分34.6，Claude Fable 5得分33.7，而GLM-5.3为28.3。在DeepSWE v1.1上，该模型得分66.9，相比之下GPT-5.6 Sol为72.7，Fable 5为69.7。Z.ai还强调了代币使用效率：在其内部测试Z.ai Code Bench中，GLM-5.3在Max设置下完成任务使用约7.5万个输出代币，得分达到34.5%；GLM-5.2使用约9.6万个代币，得分为23.4%。这些结果来自公司内部测试，并非独立测量。
网络安全能力超出公司预期
Z.ai将漏洞发现环境纳入后训练，预计这将改善发现软件缺陷的能力。但公司表示，这些能力的发展速度快于预期，并且更大程度上从识别漏洞转向构建完整的漏洞利用链。
GLM-5.3在CyberGym上的得分为84.5%，高于GLM-5.2的77.2%，略微超过Z.ai公布的GPT-5.6 Sol的83.6%和Mythos 5的83.8%。在ExploitBench上，它的得分为54.4%，超过GLM-5.2的24.4%，但仍落后于GPT-5.6 Sol的76.5%和Mythos 5的78%。
Z.ai表示，与中国安全团队合作后，经审查、检查和去重，共在269个项目中发现2,436个漏洞。其披露记录将其中1,097项结果分类为高危或严重风险，其中53项已公开发布；发布时仍有2,383项处于禁发状态。Reuters还报道称，公司为部分高级能力提供控制措施，其中包括针对敏感功能的“可信访问”方法。
集成和可用性方面所需的变更
迁移到GLM-5.3需要调整部分现有应用。该模型支持low、high和max推理强度等级，其中max是编程的默认和推荐设置。与此前版本不同，思考无法被禁用；因此，发送thinking.type: “disabled”的应用必须将其改为enabled，并指定推理强度，否则请求将失败。
ZCode环境可在macOS、Windows和Linux上使用，并支持长期Goal任务，用于规划、执行、测试和验证，同时还支持远程控制正在运行的任务。根据所列促销价格，个人GLM Coding计划起价为每月12.60美元，Lite计划每周提供10,000积分；Pro计划约为56美元，Max计划约为117.60美元。Team Standard和Premium席位的价格分别为每位用户每月88美元和188美元。Z.ai在所提供的发布材料中未公布GLM-5.3的公开API价格。