智谱昨天发了 GLM-5.3，就是唐杰预告的那个"史诗级 plus"。
看完技术报告，最让我意外的是：基座根本没换。 参数还是 7530 亿左右，和 5.2 一模一样，所有提升都来自后训练——训练时间更长、任务环境更丰富、强化学习规模更大。
打个比方：课本没变，但换了一套更狠的刷题方法，成绩就上去了。
背后用的还是 5.2 攒下的那套家底：IndexShare（长上下文）、SAO（长程强化学习）、slime（大规模异步训练）。
现在国产三家各有各的打法：Kimi K3 卷参数（2.8 万亿），DeepSeek 卷价格，智谱闷头卷后训练。
编程到底啥水平，看图
图里信息量大，挑几个重点说：
- Terminal Bench 2.1 拿了 88.2 分，跟 Kimi K3（88.3）基本打平，压过 DeepSeek（87.9）和 Opus 4.8（85.0）
- 智能体大考 Agents’ Last Exam 28.5 分，居然超过了 Fable 5（23.8）
- GDPval-AA v2 拿了 1769 分，Kimi K3、GPT-5.6 Sol、Fable 5 全在它后面
- 自家 Code Bench 的 High 档 31.4%，超过 Opus 4.8 的 29.5%，而且输出 tokens 不到对方一半——活干得更好，还更省钱
短板也得说：Max 档还是打不过 Fable 5（34.5% vs 39.5%），“比肩"是真的，“超越"还差点。
安全这块，是真干活的
漏洞推理 CyberGym 拿了 84.5%，比 Anthropic 的 Mythos 5（83.8%）和 GPT-5.6 Sol（83.6%）都高。
利用验证 ExploitBench 54.4%，是上一代 24.4% 的两倍多。
更实在的是：智谱联合清华、奇安信、腾讯玄武等十多家团队搞红队测试，在 269 个项目里挖出 2436 个漏洞，1097 个中高危，覆盖系统内核、操作系统、浏览器、通信协议，已经提交 CNNVD/CNVD 国家漏洞库。敢让 AI 写代码的前提，是 AI 自己先懂漏洞——这一点智谱是拿真东西说话的。
国产四强，一个月内都亮牌了
先认识一下第四家：Qwen3.8-Max（阿里，8 月 3 日发布）——2.4 万亿参数，走「卷开源」路线：旗舰级也宣布下周开源，输出价格只有 Opus 5 的 24%。GLM-5.3 官方对比表里它 Terminal Bench 2.1 拿 86.6 分（GLM 88.2、Kimi 88.3、DeepSeek 87.9），GDPval-AA v2 有 1739 分，综合能力排在 Kimi 和 GLM 之后，但开源生态全家第一。
除了性能路线，供应能力也得看——模型怎么交到你手上，差别很大：
- 开源：DeepSeek 全系 MIT 开源，能私有化部署；智谱官方说 5.3 权重两周后开源（等安全评估完）；Qwen3.8-Max 也宣布下周开源——阿里这次把旗舰也放了（HuggingFace 下载量常年第一）；Kimi K3 没开源，只能走 API
- API：三家都有，兼容 OpenAI SDK，切换成本低。但 DeepSeek 刚搞了出 V4-Pro 发布即撤回的事故——旗舰模型的供应稳不稳，也该算进选型评估里
- 安全合规：GLM 主动把漏洞交国家漏洞库，这个姿态国内少见
定价变局：海外降价，国产涨价
海外被国产卷怕了，集体降价：GPT-5.6 Luna 输入价降 80%，Gemini 3.7 Flash 五折，Opus 5 定价只有 Fable 5 一半。
国产这边反过来：Kimi K3 输出 100 元，DeepSeek 高峰 27 元，GLM-5.3 约 28 元，Qwen3.8-Max 输出价只有 Opus 5 的 24%（折算约 25-30 元档）。除了 Kimi 坚定站旗舰价位，另外三家几乎打平。中国大模型平均 API 输出价从 12.2 元涨到 21.9 元——靠白菜价抢市场的阶段，过去了。
怎么选，给你交个底
- 长上下文、游戏 3D 场景：Kimi K3（缓存命中才 2 元，真香）
- 预算敏感、想要开源权重自己部署：DeepSeek
- 编程加安全合规：重点试试 GLM-5.3
后面还有几个悬念：后训练的红利还能挖多久？开源之后安全管控扛不扛得住？智谱能不能靠编程生态立住护城河？走着瞧。
你上手 GLM-5.3 了吗？