---
title: "智谱GLM5.3点评：后训练推动能力加速收敛，GLM‑5.3跻身全球Coding前沿！AI安全能力涌现【天风计算机缪欣君团队】 ❗️重点关注智谱和AI安全包括我"
topic_id: 22255158221812111
created_at: 2026-08-14T22:11:55.012+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# 智谱GLM5.3点评：后训练推动能力加速收敛，GLM‑5.3跻身全球Coding前沿！AI安全能力涌现【天风计算机缪欣君团队】 ❗️重点关注智谱和AI安全包括我

- 序号：053
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/22255158221812111)
- 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

智谱GLM5.3点评：后训练推动能力加速收敛，GLM‑5.3跻身全球Coding前沿！AI安全能力涌现【天风计算机缪欣君团队】

❗️重点关注智谱和AI安全包括我服和绿盟

1） GLM‑5.3已进入全球Coding/Agent第一梯队，本次榜单排序大致为GPT‑5.6 Sol≈Fable 5≥GLM‑5.3>Kimi K3≈DeepSeek V4 Pro。 GLM‑5.3在Terminal-Bench 2.1达到88.2，与Sol的88.8、K3的88.3基本持平；Terminal-Bench 3.0达到28.3，仅次于Sol/Fable，HLE w/Tools、ALE和GDPval-AA v2分别达到62.5、28.5和1769，Coding与复杂知识工作能力已逼近全球前沿。

2） 本次增益全部来自后训练，Coding能力再跃迁，网安能力出现明显涌现。 GLM‑5.3完全复用5.2基础模型，通过扩张真实专业任务环境、长程Agent RL和slime异步训练，将Terminal-Bench 3.0由4.6提升至28.3、DeepSWE由46.2提升至66.9；CyberGym达到84.5、超过Sol/Fable位居第一，ExploitBench由24.4翻倍至54.4，但在完整漏洞利用链上仍落后Sol/Fable。

3） 后训练正在推动国产模型能力向全球前沿加速收敛，当前能力曲线仍未见明显放缓。 GLM‑5.3仅沿用约0.75T总参数、40B激活的基础模型，便依靠环境、数据与RL规模化获得此次跃升，验证高质量底座仍有较大后训练潜力；若后续GLM‑5.5等大版本重启预训练扩张，并叠加已经成熟的RL与环境闭环，我们看好智谱模型能力再次实现台阶式提升。

## 总体总结

主题正文
1. ❗️重点关注智谱和AI安全包括我服和绿盟
2. 1） GLM‑5.3已进入全球Coding/Agent第一梯队，本次榜单排序大致为GPT‑5.6 Sol≈Fable 5≥GLM‑5.3>Kimi K3≈DeepSeek V4 Pro。
3. GLM‑5.3在Terminal-Bench 2.1达到88.2，与Sol的88.8、K3的88.3基本持平；
4. Terminal-Bench 3.0达到28.3，仅次于Sol/Fable，HLE w/Tools、ALE和GDPval-AA v2分别达到62.5、28.5和1769，Coding与复杂知识工作能力已逼近全球前沿。
5. GLM‑5.3完全复用5.2基础模型，通过扩张真实专业任务环境、长程Agent RL和slime异步训练，将Terminal-Bench 3.0由4.6提升至28.3、DeepSWE由46.2提升至66.9；
6. CyberGym达到84.5、超过Sol/Fable位居第一，ExploitBench由24.4翻倍至54.4，但在完整漏洞利用链上仍落后Sol/Fable。
7. GLM‑5.3仅沿用约0.75T总参数、40B激活的基础模型，便依靠环境、数据与RL规模化获得此次跃升，验证高质量底座仍有较大后训练潜力；
8. 若后续GLM‑5.5等大版本重启预训练扩张，并叠加已经成熟的RL与环境闭环，我们看好智谱模型能力再次实现台阶式提升。