GLM-5.3 MODEL DOSSIER

OPEN WEIGHTS · 2026

GLM-5.3 系列檔案SERIES DOSSIER

把後訓練推到極限的開源編碼旗艦，加上一台壓到 18B 活躍參數的原生多模態機體。同一套權重哲學，兩種部署打法——把前沿智能，壓進你的成本表。

選擇機型 看戰報
旗艦基座
743B MoE
Flash 活躍
18B / 320B
Flash 上下文
1M tokens
授權
MIT open weights
FLAGSHIP · FILE 01 GLM-5.3 開源權重編碼旗艦，後訓練規模化。 743B MoE · Agentic Coding FLASH · FILE 02 GLM-5.3-Flash 原生多模態，1M 上下文，Flash 成本。 320B / 18B 活躍 · MIT

Lineup 編組陣容

點選檔案卡展開規格，或用 ← → 鍵切換機型。

把後訓練推到極限的開源編碼旗艦

GLM-5.3 沿用 GLM-5.2 的 743B 級 MoE 基座，把力氣全部花在後訓練：以 IndexShare 處理高效長上下文、以 SAO 在長程任務上做強化學習。官方在自家的 Z.ai Code Bench 上，編碼能力較 GLM-5.2 相對提升 50%，定位為「最強開源權重編碼模型」。

  • Agentic Coding
  • 長程任務 RL
  • 工具調用
  • 開源權重
官方公告 ↗
發布日期
2026-08-14
架構
MoE · 743B 級基座
定位
最強開源權重編碼模型
訓練重點
IndexShare 長上下文 · SAO 長程 RL
編碼戰績
Z.ai Code Bench +50% vs GLM-5.2

Blueprint 架構解剖

稀疏化、混合注意力、原生多模態——1M 上下文的三根柱子。

MOE

MoE 稀疏化

每個 token 只喚醒必要的專家。Flash 以 320B 總參數、18B 活躍參數運行——大腦很大，出手很省。

GLM-5.3 基座743B

Flash 總參數320B

Flash 活躍參數18B / token

ATTENTION

混合注意力

linear attention 管局部依賴、sparse attention 管長程依賴，首次疊進同一個開源前沿模型——這是 1M 上下文能以 Flash 成本運轉的原因。

MODALITY

原生多模態

GLM-5 系列首個原生多模態機型：文字、圖像、影片理解直接進同一個模型，不必外掛視覺編碼器。

CONTEXT

1M 上下文

1,048,576 tokens。配合 vLLM Day-0 支援（NVIDIA / AMD），長程 agent 任務可以直接上車。

Field Report 實測戰報

只登記有來源的數字；沒查證的，不寫。

  1. R-01

    SWE-bench Verified 96.4%——開源權重編碼第一梯隊（第三方彙整；2026-02 起 scaffold 升級為 v2.0.3，跨代比較請留意基準一致性）

    來源 ↗
  2. R-02

    官方戰報：編碼較 GLM-5.2 +50%（Z.ai Code Bench in-house 數據）

    來源 ↗
  3. R-03

    智能體任務：Terminal-Bench 2.1 達 84.3（GLM-5.3-Flash，第三方實測）

    來源 ↗
  4. R-04

    DeepSWE v1.1 63.4，較 GLM-5.2 的 46.2 躍升（GLM-5.3-Flash）

    來源 ↗
  5. R-05

    CyberGym 84.5%——官方公告以「emergent cyber capabilities」為題

    來源 ↗
  6. R-06

    MIT 授權，權重完全開放（Hugging Face：zai-org/GLM-5.3-Flash）

    來源 ↗

數據整理自官方公告與第三方分析（截至 2026-08）；分數依測試框架版本而異，以各來源原文為準。

Quick Start 部署上線

OpenAI 相容端點，三分鐘接上。

python · OpenAI-compatible 
# OpenAI 相容端點；細節以官方文件為準
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.z.ai/api/paas/v4",
)

resp = client.chat.completions.create(
    model="glm-5.3-flash",  # 或 "glm-5.3"
    messages=[
        {"role": "user", "content": "用三句話介紹 GLM-5.3 系列。"}
    ],
)
print(resp.choices[0].message.content)

上車路線

  • API：OpenAI 相容端點；Flash 牌價低至輸入 ≈$0.075／輸出 ≈$0.25（每百萬 tokens，第三方平台報價）。
  • 本地：GLM-5.3-Flash 1-bit 量化約 102GB RAM／VRAM 即可運行（llama.cpp / Unsloth）。
  • 推理框架：vLLM Day-0 支援（NVIDIA / AMD）。
  • 權重：Hugging Face zai-org/GLM-5.3-Flash，MIT 授權。
開發者文件 ↗ Z.ai 官網 ↗