---
title: "[红包]【智谱】Scaling Law及摸高计划电话会Key Update [太阳]【小版本GLM 5.3延续Coding领先，下一代大版本提升参数量】K3证实"
topic_id: 14422158441228512
created_at: 2026-07-19T20:13:38.518+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# [红包]【智谱】Scaling Law及摸高计划电话会Key Update [太阳]【小版本GLM 5.3延续Coding领先，下一代大版本提升参数量】K3证实

- 序号：125
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/14422158441228512)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

[红包]【智谱】Scaling Law及摸高计划电话会Key Update

[太阳]【小版本GLM 5.3延续Coding领先，下一代大版本提升参数量】K3证实Scaling law延续，堆积参数量能够继续收获模型能力提升。将于近期发布的GLM 5.3会用更好数据、更强RL以及更大规模且更快的Infra，实现做到Coding能力领先；下一代大更新会启用全新架构，参数量远超GLM 5.0到GLM-5.3系列版本，希望实际体验及BenchMark能全面对标Fable 5。

[太阳]【数据+RL+Infra继续提升】
- 数据：已基于Github数据自动构建数十万真实Coding Agent环境，且每个环境都有可靠的验证指标，模型在环境中持续迭代强化Agent能力。

- RL：长程任务Agent会反馈更长轨迹，如果走DS的GRPO路径会损失非常多信号，新发布的SAO旨在从单条轨迹上获取更多有效信息，比GRPO有更好效果。GLM-5.2已经支持think、high、max三档强度调节模型思维效果，Max档位模型能力超过Opus 4.7接近4.8，会继续提升长程任务能力。

- Infra：Layersplit技术减少KV Cache冗余，节省80%空间，提升132%吞吐量；Zcube架构采用完全扁平化方式组网，任意两个GPU节点之间都有一条传输线路，节省了30%+交换机数量，在不增加GPU情况下吞吐提升15%。最新GLM-5.2-highspeed可实现最高500-600tps，普通版60tps，K3在MAX思考模式下仅有约20tps。

[太阳]【Touch-high摸高计划】
- 自治智能体：GLM 5.2在vending-bench商店运营测试中自主完成选品定价、补货、沟通、现金流管理，任排名全球第二（仅次于Fable）。

- RSI自我训练与安全：AI进展受制于研究人员数量与质量，RSI达临界点后模型可通过自身Coding与推理能力大幅提升训练效率，Anthropic披露RSI初级阶段已提升实验效率52倍；Agent比人类更擅长发现安全问题，对推动RSI具有决定性意义。

## 总体总结

主题正文
1. [太阳]【小版本GLM 5.3延续Coding领先，下一代大版本提升参数量】K3证实Scaling law延续，堆积参数量能够继续收获模型能力提升。
2. 下一代大更新会启用全新架构，参数量远超GLM 5.0到GLM-5.3系列版本，希望实际体验及BenchMark能全面对标Fable 5。
3. - RL：长程任务Agent会反馈更长轨迹，如果走DS的GRPO路径会损失非常多信号，新发布的SAO旨在从单条轨迹上获取更多有效信息，比GRPO有更好效果。
4. GLM-5.2已经支持think、high、max三档强度调节模型思维效果，Max档位模型能力超过Opus 4.7接近4.8，会继续提升长程任务能力。
5. Zcube架构采用完全扁平化方式组网，任意两个GPU节点之间都有一条传输线路，节省了30%+交换机数量，在不增加GPU情况下吞吐提升15%。
6. 最新GLM-5.2-highspeed可实现最高500-600tps，普通版60tps，K3在MAX思考模式下仅有约20tps。
7. - 自治智能体：GLM 5.2在vending-bench商店运营测试中自主完成选品定价、补货、沟通、现金流管理，任排名全球第二（仅次于Fable）。
8. - RSI自我训练与安全：AI进展受制于研究人员数量与质量，RSI达临界点后模型可通过自身Coding与推理能力大幅提升训练效率，Anthropic披露RSI初级阶段已提升实验效率52倍；