传媒：AI产业研究系列｜模型跟踪-智谱/GLM-5.3：后训练Scaling驱动能力跃升

AI产业研究系列｜模型跟踪 智谱/GLM-5.3：后训练Scaling驱动能力跃升 事件：8月14日，智谱发布GLM-5.3并上线官方编程工具ZCode，模型权重将于两周内开源。 增持（维持） 点评： 基座不变、后训练驱动能力跃升。GLM-5.3延续GLM-5.2的架构与参数规模，全部提升来自后训练，包括数十倍扩充的长程任务环境、更丰富的环境类型与更长的后训练时间，并基于IndexShare、SAO与新一代Slime框架在同一基座上推进强化学习。据智谱披露，GLM-5.3在Terminal-Bench3.0上得分由4.6升至28.3，DeepSWE v1.1与Agents‘ Last Exam得分分别升至66.9和28.5，多项公开基准位列开源第一，且当前基座的智能上界远未开发殆尽。我们认为，同一基座下仍能持续释放增量，体现智谱后训练体系的效率，后续切换更大预训练底座后的能力弹性值得期待。 编程能力对齐最强闭源模型，token层面成本压力小于闭源旗舰。1）能力方面：据智谱披露，GLM-5.3在终端操作、长程Agent任务上领先KimiK3，其中Terminal-Bench 3.0得分28.3对17.4，传统软件工程任务上双方互有胜负。GLM-5.3编程与智能体能力接近Claude Fable 5，在自研Z.aiCode Bench中High档准确率31.4%、每任务输出约5万tokens，优于Claude Opus 4.8最高档的29.5%和约12万tokens，Max档34.5%仍低于Fable 5的39.5%。2）价格成本方面：GLM-5.3定价与GLM-5.2持平，腾讯云平台报价每百万tokens输入8元、输出28元、缓存命中2元，叠加积分制峰谷五折与98%以上的缓存命中率，token层面的成本压力小于闭源旗舰。 作者 分析师刘文轩执业证书编号：S0680526020003邮箱：liuwenxuan@gszq.com 分析师赵海楠执业证书编号：S0680526020002邮箱：zhaohainan@gszq.com 相关研究 1、《传媒：AI产业研究系列｜模型跟踪SpaceXAI/Grok4.6：后训练驱动能力跃升，性价比重塑格局》2026-08-182、《AI方向继续看好Work与云，新增关注AI数据方向 ， 暑 期 档 影 视 关 注 度 提 升 ： 传 媒 互 联 网 周 观 察（260810-260814）》2026-08-173、《传媒：AI产业研究系列｜模型跟踪Deepseek/V4-pro：能力迈入全球第一梯队，Harness协同有望放大性价比优势》2026-08-14 多层次产品入口逐步形成，GLM-5.3商业化空间有望持续释放。截至8月17日，GLM-5.3已通过GLM Coding Plan、ZCode及部分第三方开发与办公工具向用户提供服务。模型支持1M上下文和128K最大输出，能够承载大型代码库处理、长流程任务执行等高价值需求。随着通用ModelAPI、开放权重及配套开发工具陆续推出，其服务范围有望进一步从订阅用户扩展至企业客户和广大开发者。 后训练规模化的难点正从模型侧转向环境侧，ZCode承接能力落地。据Z.ai官方博客，后训练规模化的难点正从模型侧转向环境侧，训练数据正从文本、代码扩展为包含任务、工具、轨迹与奖励信号的完整环境，官方为此构建了端到端的环境合成管线，由研究型Agent采集真实任务模式、裁判型Agent验证任务可解性；GLM-5.3的部分训练任务相当于工程师数天的工作量。截至8月14日，GLM-5.3已上线智谱的AI编程工具Zcode、效率工具AutoClaw，支持通过GLM Coding Plan使用。我们认为，高质量环境将成为后训练阶段重要的数据资产，官方工具既是能力展示与订阅入口，也承担真实任务轨迹的回收职能，Zcode重要性或将提升。 GLM-5.3网络安全能力加速涌现，安全场景有望成为较早兑现生产力价值的场景。1）能力方面：智谱在后训练中引入漏洞发现数据与环境后，安全 能 力 随 训 练 规 模 扩 大 加 速 涌 现 。GLM-5.3在 白 盒 漏 洞 发 现 基 准CyberGym上得分84.5%，高于Mythos 5的83.8%；在更接近完整利用 的ExploitBench上得分54.4%，仍低于Mythos 5的78.0%。2）实际应用方面：GLM-5.2发布以来，公司联合清华、南开及奇安信、绿盟、腾讯玄武等团队累计发现漏洞2,436个，其中中高危1,097个、覆盖269个项目，已提交CNNVD/CNVD国家漏洞库，按全球漏洞交易与赏金市场公开报价测算价值约3,000万元，并获微软官方致谢；此前Hugging Face安全事件中GLM已被用于防御。我们认为，安全场景是企业需求明确、专业价值较高的应用方向，且已有真实交付案例，有望成为继Coding之后较早兑现生产力价值的场景 风险提示：技术迭代不及预期；行业竞争加剧风险；算力不足风险等。 免责声明 国盛证券股份有限公司（以下简称“本公司”）具有中国证监会许可的证券投资咨询业务资格。本报告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为客户。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。 本报告的信息均来源于本公司认为可信的公开资料，但本公司及其研究人员对该等信息的准确性及完整性不作任何保证。本报告中的资料、意见及预测仅反映本公司于发布本报告当日的判断，可能会随时调整。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。本公司不保证本报告所含信息及资料保持在最新状态，对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。 本公司力求报告内容客观、公正，但本报告所载的资料、工具、意见、信息及推测只提供给客户作参考之用，不构成任何投资、法律、会计或税务的最终操作建议，本公司不就报告中的内容对最终操作建议做出任何担保。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯一因素。 投资者应注意，在法律许可的情况下，本公司及其本公司的关联机构可能会持有本报告中涉及的公司所发行的证券并进行交易，也可能为这些公司正在提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。 本报告版权归“国盛证券股份有限公司”所有。未经事先本公司书面授权，任何机构或个人不得对本报告进行任何形式的发布、复制。任何机构或个人如引用、刊发本报告，需注明出处为“国盛证券研究所”，且不得对本报告进行有悖原意的删节或修改。 分析师声明 本报告署名分析师在此声明：我们具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，本报告所表述的任何观点均精准地反映了我们对标的证券和发行人的个人看法，结论不受任何第三方的授意或影响。我们所得报酬的任何部分无论是在过去、现在及将来均不会与本报告中的具体投资建议或观点有直接或间接联系。 国盛证券研究所 北京地址：北京市丰台区丽泽路22号院新华社国家金融信息大厦西塔B座38层邮编：100077邮箱：gsresearch@gszq.com 上海地址：上海市浦东新区南洋泾路555号陆家嘴金融街区22栋邮编：200120电话：021-38124100邮箱：gsresearch@gszq.com 南昌地址：南昌市红谷滩新区凤凰中大道1115号北京银行大厦地址：深圳市福田区福华三路100号鼎和大厦24楼邮编：330038传真：0791-86281485邮箱：gsresearch@gszq.com 深圳邮编：518033邮箱：gsresearch@gszq.com