智谱 GLM 5.3
智谱 GLM 是智谱 AI（Z.ai）的基座大模型家族，当前旗舰 GLM-5.3（2026-08-14 发布，纯文本基座、1M 上下文、MIT 开源）；同系列 GLM-5.3-Flash（2026-08-26）为首款原生多模态变体（320B-A18B MoE、1M 上下文、约 1/10 成本），多模态亦可走 GLM-5V-Turbo。 定价：开源 MIT 免费；GLM-5.3-Flash API $0.15/$0.03/$0.50 每百万 token（约 GLM-5.2 的 1/10）。编辑评分：⭐ 4.5。
当前旗舰：GLM-5.3 强在哪 GLM 版本演进对比：5.1 → 5.2 → 5.3 免费吗？怎么用？ 值不值得用？ GLM-5.3-Flash：原生多模态低成本变体 智谱 GLM 是智谱 AI（Z.ai）推出的基座大语言模型家族，也是当前国产开源大模型第一梯队的代表。当前旗舰 GLM-5.3 于 2026 年 8 月 14 日发布，基于 GLM-5.2 同款基座，全部性能增益来自训练后扩展（post-training scaling）——不是换了更大的模型，而是把训练后这一阶段的规模与质量拉满。 在 Artificial Analysis 综合榜单上，GLM-5.2 曾以 51 分位居开源模型第一；GLM-5.3 延续并放大了这一优势，重点攻下复杂编码与长程任务，并意外涌现出强劲的网络（赛博）安全能力。对中文用户和开发者来说，最值得关注的三点是：真·100 万上下文、开源 SOTA 的 Coding 能力、可私有部署的 MIT 开源权重。 GLM-5.3 与 GLM-5.2 使用相同基座，提升全部来自 post-training。官方明确指出："Scaling post-training is all we did for GLM-5.3." 1. 开源 SOTA 的 Coding 能力 在智谱内部 Z.ai Code Bench 上较 GLM-5.2 提升 50%，官方称其为当前最强的开源权重编码模型。Terminal-Bench 3.0 从 4.6 跃升至 28.3、DeepSWE v1.1 从 46.2 升至 66.9、SWE-Marathon v1.1 从 19.4 升至 42.5、FrontieSWE 从 67.5 升至 78.1。 2. 涌现的网络（赛博）能力 随着 post-training 规模扩大，赛博能力增长超出预期：CyberGym 达 84.5%（5.2 为 77.2%，SOTA），ExploitBench 达 54.4%（5.2 为 24.4%，翻倍有余），ExploitGym 两小时完成 105 个任务、六小时内 130 个（5.2 为 29 / 39）。
优点
- + 开源 SOTA 的 Coding 能力（Z.ai Code Bench 较 5.2 提升 50%）
- + 涌现赛博能力：CyberGym 84.5% 登顶、ExploitBench 较 5.2 翻倍
- + 1M 无损上下文，长程任务稳定
- + MIT 开源 + 国产算力 Day 0 适配
缺点
- - 纯文本基座模型，多模态需 GLM-5V-Turbo
- - GLM Coding Plan 改为点数配额，定价不如按 token 直观
- - 权重延后约两周开源（安全评估），非发布即得
GLM-5.3 相比 GLM-5.2 强在哪？
基座不变，全部增益来自训练后扩展（post-training scaling）。编码：Z.ai Code Bench 较 5.2 提升 50%，当前最强开源编码模型；涌现的网络（赛博）能力：CyberGym 84.5%（5.2 为 77.2%）、ExploitBench 54.4%（5.2 为 24.4%，翻倍有余）；Terminal-Bench 3.0 从 4.6 升至 28.3、DeepSWE v1.1 从 46.2 升至 66.9。
GLM-5.3 支持多长上下文？
沿用 GLM-5.2 同款基座，1M 无损上下文（100 万 tokens 真实可用），数百 K 之后仍稳定。
GLM-5.3 是免费的吗？怎么调用？
开源权重以 MIT 协议发布，GLM-5.3 约 2026-08-28 释出（安全评估完成后）；API 走智谱开放平台（Z.ai / bigmodel.cn）glm-5.3 端点，GLM Coding Plan 已全量推送、改为点数配额制，非高峰时段（UTC+8 周一至周五 14:00-18:00 之外，含周末）仅耗 50% 点数；智谱清言 / Z.ai 可直接体验。
GLM-5.3 还能关闭思考（thinking disabled）吗？
不支持。思考参数仅支持 low / high / max；若原代码使用 thinking.type:'disabled'，需改为 enabled 并将 reasoning_effort 设为 low，否则请求会失败。
GLM-5.3 支持多模态（图片/视觉）吗？
不支持。GLM-5.3 是纯文本基座模型；多模态场景请使用同系列 GLM-5V-Turbo。
GLM-5.3-Flash 是什么？和 GLM-5.3 有什么区别？
GLM-5.3-Flash 是智谱 2026-08-26 发布的 GLM-5 系列首个原生多模态模型（支持图像/视频输入），基于全新 30T token 多模态语料预训练的新基座，320B 总参数、每 token 激活 18B（A18B MoE），1M 上下文，MIT 开源。它不是 GLM-5.3 的蒸馏版，而是成本大幅降低的变体：API $0.15/$0.03/$0.50 每百万 token（约 GLM-5.2 的 1/10），编码/智能体基准逼近 Claude Opus 4.8。GLM-5.3（主模型）仍是纯文本基座。