GLM-5.3：Z.ai 押注后训练，但权重要等安全评估

Z.ai 宣布推出 GLM-5.3。这次更新完全沿用 GLM-5.2 的基座模型，把提升性能的赌注全押在后训练上。公司称编程能力有明显进步：内部基准 Z.ai Code Bench 提升 50%，在 Terminal-Bench、DeepSWE 等测试上得分更高。不过发布时没有独立评测，这些数字仍属自我申报，需要保持应有的谨慎。后训练的规模化使用了开源强化学习框架「slime」，训练环节搭配 Megatron，rollout 环节搭配 SGLang。

最值得注意的是网络安全能力。据称，模型与未具名的中国安全团队在真实代码库上协作，经专家复核、筛选和去重后，在 269 个开源项目中发现了 2,436 个漏洞，其中 1,097 个为中高危。在 CyberGym 上，它自称 84.5%，高于 GPT-5.6 Sol 的 83.6%（GLM-5.2 为 77.2%）；在 ExploitBench 上达到 54.4%，是上一版本 24.4% 的两倍多，但离 GPT-5.6 Sol 的 76.5% 仍有距离。在这一大批缺陷中，目前公开登记库里只能看到 53 个，其余 2,383 个处于禁披状态，参与的团队也保持匿名，外部核验因此受限。

Z.ai 首次决定推迟权重发布，预计还需约两周，用于完成「safety evaluation」流程。相较以往即时开放的一贯做法，这一转向的理由是模型潜在的军民两用风险。但这依然是公司对自身的一种叙述：攻击能力是否真的超出预期地增长，外部无从验证，因为唯一的凭据就是 Z.ai 对自家后训练过程的讲述。

技术实现层面给开发者带来了新约束：API 不再支持关闭推理，即便调低 effort，也必须使用 `enabled` 模式。此外，GLM Coding Plan 引入了积分配额机制，抑制高峰时段的使用：周一至周五 14:00–18:00（UTC+8）时段之外的调用——包括整个周末——按半额积分计费。

— Olya 这次推迟自有一种优雅：要向我们兜售一个能找出几十年没人发现的漏洞的模型，Z.ai 必须先确认自己没有顺手把利用这些漏洞的武器一并交出去。权重是两周后还是两个月后发布并不重要，真正的新闻是：彻底的开放撞上了一道叫做「责任」的界线。