智谱AI本周在HuggingFace发布GLM-5.3开源权重,迅速冲上HN热榜第二(563分,199评)。官方称它与GLM-5.2共用同一基座模型,全部提升来自后训练(post-training)——这既是模型能力的跃升,也是”数据与训练方法价值”的又一次证明。
核心提升:编码与长程任务
GLM-5.3是官方宣称”目前最强的开源编码模型”:自研Z.ai Code Bench上较GLM-5.2提升50%,并在Terminal Bench 3.0、Agents’ Last Exam等公开基准上取得开源SOTA。在Terminal Bench 3.0上,GLM-5.3得28.3分,而GLM-5.2仅4.6分、DeepSeek-V4 Pro 17.4分——接近闭源阵营的GPT-5.6 Sol(34.6)。FrontierSWE 78.1、DeepSWE 66.9等成绩同样亮眼。
意外收获:网络攻防能力”涌现”
模型卡中最引人注目的是网络安全能力:随着后训练规模扩大,”网络能力的发展速度超出预期”。GLM-5.3在CyberGym漏洞发现上达到SOTA,在漏洞利用(exploitation)链路中越是往后的环节提升越大——ExploitBench 54.4分,是GLM-5.2(24.4)的两倍多。这类能力历来是双刃剑,也解释了为何”开源权重+强攻防能力”总能引爆HN讨论。
落地细节:FP8默认、可控推理
权重方面,本次直接以FP8为默认精度发布(另提供BF16版),社区实测下载体积几乎减半;全精度权重约770GB。推理支持SGLang、vLLM、Transformers、KTransformers、Unsloth,并兼容昇腾NPU。GLM-5.3新增reasoning_effort参数(low/high/max),可显式控制思考预算,chat模板中clear_thinking默认关闭。
社区反响:开源逼近闭源
HN用户反馈积极:”用起来越来越像Opus 4.8″,有人通过z.ai coder计划在opencode中日常使用。也有评论理性提醒:模型发布相隔6个月,直接对比不公平;还有人对Opus 4.8的真实参数量展开猜测。无论如何,开源模型在编码与Agent任务上逼近头部闭源模型,已是本周最明确的信号。
原文:HuggingFace模型卡 | HN讨论:563分,199评