Z.ai 在 GLM-5.2 的同一基座上只做后训练,得到 744B-A40B 的 GLM-5.3:自研 Z.ai Code Bench 比 5.2 提升 50%,Terminal Bench 3.0 28.3、Agents' Last Exam 28.5 拿开源权重第一,AutomationBench 48.2 与 GDPVal-AA v2 1769 超过官方图上全部闭源对照;CyberGym 漏洞发现 SOTA,利用链增益为未单独训练的涌现能力。同批的 320B-A18B Flash 换新基座,首次混用稀疏与线性注意力攻长上下文服务成本。权重 FP8 与 BF16 公开,SGLang、vLLM、KTransformers 与昇腾全栈可部署。
Z.ai 为 GLM-5.3 做的官方 harness,自我定位既不是 AI 编辑器也不是 CLI,而是 ADE(Agentic Development Environment,智能体开发环境):把 GLM-5.3 的 1M 上下文与长程任务能力落成稳定可用的桌面体验,覆盖复杂开发任务中的规划、编码、审查与迭代,并把目标、文件、终端结果、浏览器上下文、执行模式与 Git 状态保持在同一个任务里,让任务从规划一路推进到实现与验证收口而不丢连续性;围绕 GLM-5.3 做过模型能力、工具调用与执行链路的多轮联调与专项优化。最有辨识度的是 /goal 目标模式:设定目标后每一轮结束自动校验是否达成,没达成就自己接着下一轮,确认完成才收尾(官方实例是连续跑了二十多轮的研究任务,右侧摘要面板逐轮显示做了什么、推进到哪一步);一个会话同一时间只有一个目标,/goal 查看、/goal 设定(已有目标时替换)、/goal replace 显式替换、/goal pause 暂停。官方对适用场景的判断也诚实:适合「一句话说得清、但要多轮才能做完」的活。卡片指标取可核验的价格事实层:GLM-5.3 API 每百万 token 输入 $1.4、输出 $4.4。边界:客户端不开源、深度联调只针对 GLM-5.3 系列;「1M 上下文稳定」是厂商口径,长上下文中段召回是行业通病,整仓塞入不能替代检索;闲时任务面向订阅用户逐步开放,不等于随时可用;免费额度是 5 天窗口而非长期福利。置信度 C(厂商宣称)。