STORY · 事件已收束

GLM-5.3在CyberGym测试中得分84.5%

6 个精选信源 · 6 篇报道持续 1 天最新动态 21天前
最新进展

GLM-5.3 在 ExploitBench 上仅得 54.4%，落后于 Mythos 5 的 78.0%。

DIGEST

事件全貌

AI 综述 · 更新于 19天前

智谱发布 GLM-5.3，沿用 GLM-5.2 的 743B 基座模型，通过扩展后训练提升能力。编程能力较前代提升 50%，在 Terminal Bench 3.0 得分从 4.6 升至 28.3，取得开源第一并接近 Claude Fable 5。

在网络安全方面，GLM-5.3 在 CyberGym 测试中得分 84.5%，超过 Mythos 5（83.8%）和 GPT-5.6 Sol（83.6%），在白盒代码审查等安全任务中表现持平 Mythos 5。模型经安全数据训练，在 269 个项目中找到 2,436 个漏洞，部分漏洞存在长达 40 年。

模型已通过 Z.ai API、GLM Coding Plan 和 ZCode 提供，权重将在安全审查完成后于两周内开源。最新报道补充，GLM-5.3 在 ExploitBench 上仅得 54.4%，落后于 Mythos 5 的 78.0%。

本综述由 AI 汇总全部报道生成，随事件进展持续更新；下方时间线中的单篇报道保留其发布时的原貌。

TIMELINE

报道时间线

6 条公开报道 · 官方一手 3 条 · 最新在前
  1. GLM-5.3：中国实验室如何跟上前沿步伐
    Nathan Lambert：Interconnects（RSS）官方一手

    Z.ai 今日发布 GLM-5.3，目前仅限编程套餐使用，API 即将上线，两周后开源权重至 Hugging Face。该模型在多项基准上超越 Moonshot AI 的 Kimi K3，部分指标超过 Claude Fable 5 或 GPT-5.6-Sol，仅约 750B 参数，为 Kimi K3 的三分之一。

  2. 智谱 GLM-5.3 在漏洞发现等网络防御测试中超越 Anthropic Mythos 5
    X：Rohan Paul (@rohanpaul_ai)

    智谱发布 GLM-5.3，基于 743B 基座模型后训练，在漏洞发现等网络防御测试中超越 Anthropic Mythos 5。其 Terminal Bench 3.0 从 4.6 升至 28.3，DeepSWE 达 66.9；CyberGym 得分 84.5%，但 ExploitBench 仅 54.4%，落后于 Mythos 5 的 78.0%。

  3. 智谱发布 GLM-5.3，称其为最强开源权重编程模型
    The Decoder：AI News（RSS）

    智谱发布 GLM-5.3，与上一代 GLM-5.2 共享相同基座，全部提升来自扩展的后训练，并称其为最强开源权重编程模型，智能体任务进步最大。该模型经安全数据训练，在 269 个项目中找到 2,436 个漏洞，部分漏洞存在长达 40 年。GLM-5.3 现可通过 GLM Coding Plan 使用，权重将在安全审查完成后于两周内开源。

  4. Z.ai 发布 GLM-5.3：不重训基座模型，复杂编程与长程任务能力显著提升
    MarkTechPost（RSS）

    Z.ai 发布 GLM-5.3，沿用 GLM-5.2 的 743B 基座模型，全部提升来自扩展的后训练。Terminal-Bench 3.0 得分从 4.6 升至 28.3，CyberGym 达 84.5%，超过 Mythos 5（83.8%）和 GPT-5.6 Sol（83.6%）。模型已通过 Z.ai API、GLM Coding Plan 和 ZCode 提供，权重预计在发布约两周后公开。

  5. GLM-5.3 发布：编程能力开源第一，并涌现网络安全能力
    智谱：研究（网页内嵌数据）官方一手精选

    智谱发布GLM-5.3，基于与GLM-5.2相同的基座，通过极致后训练Scaling提升智能上界，编程能力较前代提升50%，在Terminal Bench 3.0等公开基准中取得开源第一。模型在白盒代码审查等安全任务中表现持平Mythos 5，并在CyberGym测试中得分84.5%。GLM-5.3即日起上线ZCode、AutoClaw等工具，API很快上线，完整模型权重将在两周内开源。

  6. GLM-5.3 发布：编程能力开源第一，并涌现网络安全能力
    公众号：智谱（GLM）官方一手精选

    智谱发布GLM-5.3，基于与GLM-5.2相同的基座，通过极致的后训练Scaling提升智能上界，编程能力较前代提升50%，在Terminal Bench 3.0等公开基准中取得开源第一，并接近Claude Fable 5。模型在白盒代码审查等安全任务中表现持平Mythos 5，在CyberGym测试中得分84.5%。模型权重将在两周后开源，即日起上线ZCode、AutoClaw等工具。