GLM-5.3 開源釋出：僅憑後訓練大幅提升程式碼與資安能力

• Z.ai 正式宣佈 GLM-5.3 開源權重模型，採用與 GLM-5.2 相同的基礎模型，所有效能提升皆完全來自於大規模後訓練（Post-training）與強化學習的突破。 • 在程式碼編寫能力上展現顯著優勢，在 Z.ai 內部程式碼基準測試中較前一代大幅進步 50%，並在 Terminal Bench 3.0 與 Agents’ Last Exam 等公開評測中創下開源模型的 SOTA 紀錄。 • 模型展現出乎預料的資安與漏洞挖掘能力，在 CyberGym 與相關利用基準測試中，效能較 GLM-5.2 超過雙倍成長。 • 支援多種主流推理與部署框架，包含 vLLM、SGLang、Transformers、KTransformers 以及 Ascend NPU 等平台。 • 透過新增的 reasoning_effort 參數，使用者可自由調整模型的思考預算（支援 low、high 與 max 三種層級），以適應不同的應用場景與推理需求。

「GLM-5.3 是薩頓苦澀教訓（Bitter Lesson）在 RL 上的完美應用，證明了透過擴展後訓練計算、精心設計環境與高效工程，模型無需重新預訓練即可實現跳躍式成長。」