# GLM-5.3：只靠后期训练，把开源模型的编程和漏洞利用能力拉到一线

> 原标题：GLM-5.3: Frontier Coding with Emergent Cyber Capabilities

- 来源：Hacker News 首页
- 发布时间：2026-08-14T05:19:59.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/50640
- 原文：https://z.ai/blog/glm-5.3

## 摘要

GLM-5.3 和上一代用的是同一个基座模型，所有提升全来自后期训练。编程能力在内部 Z.ai Code Bench 上比 5.2 高了 50%，Terminal Bench 3.0 从 4.6 分跳到 28.3 分。更意外的是漏洞利用能力涨得比预期快：ExploitGym 2 小时得分从 29 涨到 105，6 小时从 39 涨到 130。

## 推荐理由

GLM-5.3 与上一代共用同一基座，编程与漏洞利用能力的提升全部来自后期训练，其中 Terminal Bench 3.0 从 4.6 分升至 28.3 分，ExploitGym 两小时得分由 29 涨到 105。

## 锐评

Terminal Bench 3.0 从 4.6 跳到 28.3，感觉上一代基座的能力根本没被榨出来。

同一个底座不重新训，光靠后期训练就把分数拔高了六倍，ExploitGym 两小时得分也从 29 冲到 105。这账算下来极划算，把钱全砸在预训练上的厂商现在该难受了，只要后期训练找对路子，开源模型追一线的算力成本其实省下了一大截。
