中国人工智能实验室Z.ai（前身为Zhipu AI）在Hugging Face上发布了其GLM-5.3模型的全部权重，将最强的编码和代理模型之一提供免费下载。该版本于 8 月 28 日上线，就在实验室确认名为“Ox Alpha”的病毒隐形模型实际上是其自己的 GLM-5.3-Flash 的几天后，它实现了社区一周密切关注的开放权重承诺。
该模型页面很快就获得了 1,100 多个点赞，随着开发人员消化了公共存储库中现有的内容，宣布发布的 Hacker News 帖子攀升至 600 点以上：141 个安全张量文件，以 FP8 形式发布，其中包含迄今为止功能最强大的可公开下载的编码模型。 更多相关背景，请参阅我们的人工智能资讯。
Z.ai 实际发货的内容
GLM-5.3 是一个基于 Z.ai 称为 glm_moe_dsa 的架构构建的专家混合模型。根据与权重一起发布的配置，该网络堆叠了 78 层，包含 256 个路由专家，每个代币激活 8 个专家加上一名共享专家。上下文窗口跨越 1,048,576 个令牌（整整一百万个），并且该模型支持具有低、高和最大设置的“reasoning_effort”参数，默认为最大值。
也许模型卡中最有趣的注释是坦率地说明了改进的来源：GLM-5.3 使用与 GLM-5.2 相同的基本模型，并且每个增益都来自后期训练。该实验室尖锐地将结果描述为“最有能力的开放权重编码模型”。
基准：代理编码的开放权重 SOTA
已发布的评估表内容广泛且异常具体，列出了针对 Kimi K3、DeepSeek-V4 Pro-0813、Qwen3.8-Max、Anthropic 的 Opus 4.8、Google 的 Fable 5 和 OpenAI 的 GPT-5.6 Sol 的结果。
在 Terminal Bench 3.0 上，GLM-5.3 得分为 28.3——开源技术水平，比 GLM-5.2 的 4.6 有所跃升，但仍落后于《神鬼寓言 5》的 33.7 分和 GPT-5.6 Sol 的 34.6 分。在 Terminal Bench 2.1 上，它的得分为 88.2，基本上与 Kimi K3 和 GPT-5.6 Sol 持平，并且领先于 Opus 4.8 的 85.0。 DeepSWE 版本之间的结果从 46.2 跃升至 66.9，GLM-5.3 在 AutomationBench 上以 48.2 排名第一，在 GDPval-AA v2 上以 1769 排名第一，后者由人工分析评估。
Z.ai 还报告称，其内部 Code Bench 比 GLM-5.2 提高了 50%，同时在 Agents' Last Exam 等基准测试中取得了开放权重最佳结果。
网络能力问题
该模型卡对于安全研究人员几个月来一直在跟踪的发展非常直言不讳：“随着我们在培训后扩大规模，网络能力的发展速度比我们预期的要快，”该卡指出。 GLM-5.3 在 CyberGym 上的漏洞发现方面处于领先地位，为 84.5，超越了包括 GPT-5.6 Sol 在内的所有模型，并且在利用基准上是 GLM-5.2 的两倍多 — 在 ExploitBench 上为 54.4 对 24.4，在 ExploitGym 的两个时间预算上为 105/130 对 29/39。
AI Buzz Wire 在 8 月中旬推出纯 API 版本时涵盖了这些功能。现在发生的变化是分布：权重是可下载的，量化的社区构建可能会很快跟进，任何拥有足够内存的人都可以在本地运行模型。在《黑客新闻》讨论中，一些用户指出，与美国托管的替代方案相比，该模型对与安全相关的任务的限制较少——社区印象而不是官方政策声明，但这反映了为什么此版本在安全圈和开发人员圈中讨论的原因。
针对超大规模企业的许可证
与在干净的 MIT 许可证下发布的 GLM-5.3-Flash 不同，GLM-5.3 附带自定义的“GLM-5.3 许可证”。 New Stack 将其描述为针对超大规模企业，文本也证实了这一点。对于几乎所有人来说，这些条款实际上都是宽松的：使用、复制、修改、合并、发布、分发、再许可和出售，只要求包含通知。
该例外针对一种特定的商业模式。如果被许可人或其附属公司经营“模型即服务”业务（提供第三方推理或微调访问），并且其总收入在任何连续 12 个月内超过 100 亿美元，则在将该模型或其衍生品用于任何商业用途之前，他们必须通过 Z.ai 安全审查。该条款精确地围绕着最大的云提供商，而初创公司、研究人员、企业和中型主机则未受影响。
双轨方法很能说明问题。 Flash 变体现在被称为 Ox Alpha 模型，在 TechCrunch 发现其起源之前就已经疯传，它完全在中国芯片上运行，并带有 MIT 的旗帜，以实现最大程度的采用。该旗舰产品获得了定制许可，使超大规模部署（尤其是美国云的部署）受到 Z.ai 自己的审查流程的限制。
自己运行
对于那些愿意尝试的人，模型卡列出了 vLLM、SGLang、KTransformers、Unsloth 和 Hugging Face Transformers 的部署支持，以及其中几个的食谱。值得注意的是，华为 Ascend NPU 部署通过 vLLM-Ascend、xLLM 和 SGLang 进行了记录，实验室继续致力于证明前沿模型可以在非 Nvidia 硬件上运行。在社区中，DeepInfra率先在OpenRouter上提供开放模型的第三方端点。
Z.ai 还在 arXiv 上发布了一份技术报告，题为“GLM-5：从 Vibe Coding 到 Agentic Engineering”，涵盖了该模型系列的开发。
为什么它很重要
该版本将封闭边界和开放边界之间的差距压缩为许多代理编码基准的舍入误差——几周，而不是几年。与 Kimi K3 和 DeepSeek-V4 相结合，这意味着最大实验室之外的开发人员现在拥有可以拥有、审核和微调的可靠替代方案。
它还标志着开放版本管理方式的转变。麻省理工学院与定制许可在单一模型系列中的分裂表明，中国实验室正在学习使用许可作为战略基础设施：在构建生态系统时开放，在保护地位时利用杠杆。下一个考验将是，任何价值超过 100 亿美元的 MaaS 运营商是否真的接受 Z.ai 安全审查，或者该条款是否只是将最大的云排除在外，而其他人都在上面构建。
---
掌握AI最新动态获取最新的AI新闻、分析和突破——尽在一处。
阅读更多AI新闻 →
