8月14日，智谱（Z.ai）正式发布新一代模型 GLM-5.3。与此前版本相比，这次更新没有更换基座模型，全部能力提升都来自更大规模的后训练；官方同时强调，模型在网络安全方向出现了超出预期的能力，并在发布前协助发现了潜伏数十年的底层协议隐患。
智谱方面称，GLM-5.3 沿用与 GLM-5.2 相同的基座，基于 IndexShare、SAO 以及持续演进的新一代 Slime 框架推进强化学习，训练环境在长程任务、环境类型和后训练时间上都明显扩大。官方认为，这套基座的智能上界可能尚未被完全开发。
编程能力是本次升级的主线。按照官方数据，GLM-5.3 在内部自建体感评测中较 GLM-5.2 提升约 50%，并在 Terminal Bench 3.0、Agents' Last Exam（CLI）等公开基准中取得开源第一。几个公开基准的变化为：
- Terminal-Bench 3.0：从 4.6 提升至 28.3；
- DeepSWE v1.1：从 46.2 提升至 66.9；
- Agents' Last Exam（CLI）：从 23.8 提升至 28.5；
- GDPval-AA v2：得分 1,769。
在智谱自研的 Z.ai Code Bench 评测中，GLM-5.3 在 High 档位达到 31.4% 的准确率，高于 Claude Opus 4.8 最高档位的 29.5%；每项任务平均输出约 5 万 token，远低于后者的约 12 万 token。官方因此称其在效果与 token 利用率之间取得了更好的平衡，并认为编程与智能体能力接近 Claude Fable 5。
网络安全能力被智谱称为“涌现”的结果。官方表示，原本预期加入漏洞发现相关训练环境后，模型会更好地定位和分析单个漏洞，但随着后训练规模扩大，模型开始自主规划多阶段漏洞利用链条，进攻端能力的提升幅度超出预期。
在漏洞推理评测 CyberGym 中，GLM-5.3 得分为 84.5%，高于 GLM-5.2 的 77.2%，也略高于闭源模型 Mythos 5 的 83.8% 和 GPT-5.6 Sol 的 83.6%。在更接近真实利用的 ExploitBench 上，其得分从 GLM-5.2 的 24.4% 提升至 54.4%。
发布前，智谱联合清华大学、南开大学以及多家安全团队开展红队测试与安全评估，在 269 个项目中发现超过 2400 个漏洞，其中 1000 余个为中高危，覆盖系统内核、操作系统、浏览器引擎和互联网协议等基础设施。其中，清华大学 NISL 实验室与云起无垠安全研究团队借助 GLM 模型，在诞生于 1983 年的 DNS 协议中发现一类潜伏 40 余年的协议级风险：攻击者仅需发送少量特殊构造的请求，即可将服务器压力最高放大近 8 万倍，潜在影响超过 1000 万处公网 DNS 服务。智谱表示，该风险已在造成实际损害前被提前识别，并为后续修复与加固提供了依据。
开放计划方面，GLM-5.3 即日起接入 ZCode、AutoClaw 及 GLM Coding Plan，并在 Trae、WorkBuddy、Qoder、CatPaw、OpenCode 等编码平台开放体验；API 随后上线。完整模型权重计划在发布约两周后开放，官方称此前需要完成安全评估与模型加固，以尽量保留防御价值、限制潜在攻击能力。与此同时，智谱启动“开源的盾”计划，对重点开源项目开展持续安全审计，并向开源社区提供用于安全审计与防御任务的模型额度。