GLM-5.3GLM-5.3 使用与 GLM-5.2 相同的基础模型——所有提升均来自后训练post-training。与 GLM-5.2 相比它在复杂编码和长周期任务上表现大幅提升更强的编码能力GLM-5.3 是当前最强的开放权重编码模型在我们内部的 Z.ai Code Bench 上相比 GLM-5.2 提升了 50%。它还在 Terminal Bench 3.0 和 Agents’ Last Exam 等公开基准上取得了开源模型的最优成绩SOTA。涌现的网络攻防能力随着我们扩大后训练规模网络攻防能力的发展速度超出了我们的预期。GLM-5.3 在 CyberGym 漏洞发现任务上达到最先进水平且其提升在利用链exploitation chain越靠后的环节越显著——在利用exploitation基准上相比 GLM-5.2 提升了一倍以上。基准测试基准GLM-5.3GLM-5.2Kimi K3DeepSeek-V4 Pro-0813Qwen3.8-MaxOpus 4.8Fable 5带回退GPT-5.6 SolTerminal Bench 2.188.281.088.387.986.685.088.088.8Terminal Bench 3.028.34.617.4––21.133.734.6DeepSWE (v1.1)66.946.267.562.756.658.069.772.7NL2Repo58.048.958.061.155.969.7––ProgramBench几乎解决19.09.517.5–10.515.533.023.0FrontierSWE78.167.5–––66.588.2–SWE-Marathon (v1.1)42.519.448.1––48.833.142.5PostTrainBench39.831.732.0––32.941.836.2CyberGym84.577.280.083.378.578.183.883.6ExploitGym (2h / 6h)105 / 13029 / 3936 / 70–14 / 2680 / 120181 / 247216 / 293ExploitBench54.424.432.2–28.840.078.076.5Toolathlon Verified73.059.976.574.172.576.274.774.9AutomationBench (v1.0.6)48.226.246.743.239.841.046.245.8Agents’ Last Exam (ALE-CLI)28.523.827.625.727.025.723.828.6HLE w/ Tools62.554.759.860.056.257.963.964.5GDPval-AA v217691508168215901739158817431730本地部署 GLM-5.3GLM-5.3 支持使用以下框架进行部署欢迎尝试SGLang — 参见 cookbookvLLM — 参见 recipesTokenSpeed — 参见 此处Transformers — 参见 transformers 文档KTransformers — 参见 教程Unsloth — 参见 指南在昇腾 NPU平台上部署时支持 vLLM-Ascend、xLLM 和 SGLang 等推理框架 — 参见 此处。注意事项GLM-5.3 支持通过reasoning_effort参数控制思考预算该参数接受三个级别low、high和max。如果不传该参数或设置为其他任意值默认使用max。如需使用low或high请显式传入。为了复现基准测试和排行榜结果请保持默认的max。在 GLM-5.3 的聊天模板中如果不传clear_thinking默认值为false。在聊天场景下请显式传入clear_thinkingtrue。脚注HLE w/ tools我们使用temperature1.0、top_p0.95的采样参数进行评估最大生成长度为163,840个 token。评估在最大上下文长度300,000token 下进行并采用上下文管理策略。我们使用 GPT-5.6-lunamedium作为裁判模型。NL2Repo我们在 1M 上下文下使用temperature1.0、top_p1.0、max_new_tokens64k评估 NL2Repo。为防止作弊我们使用基于规则和基于 LLM 的判断来阻止恶意行为例如未经授权的 pip 或 curl 操作。DeepSWE我们使用 mini-swe-agent 框架运行 DeepSWE参数为temperature0.95、top_p1.0、timeout6h超时 6 小时和 400K 上下文。Terminal-Bench 2.1我们在 Claude Code 2.1.207 中评估参数为temperature1.0、top_p1、max_new_tokens65536超时 6 小时。Terminal-Bench 3.0我们使用 Claude Code 2.1.207 框架评估 Terminal-Bench-3 任务推理强度max、400K 上下文、最大输出 128K对每个任务进行三次 rollout 并报告 avg3三次平均。每次 rollout 在基于任务官方镜像构建的隔离容器中运行最多 600 轮 agent 交互超时上限 10 小时。禁用工具搜索Tool Search每个 agent 生成的工件由任务官方独立的验证器评分。Agent’s Last Exam (CLI)我们使用 Claude Code 框架推理强度max、1M 上下文、最大输出 64K按官方评估协议评估 ALE。105 个任务中的每一个都在隔离的 Docker 容器中运行使用其任务卡Task Card中声明的资源。默认超时为 4 小时任务特定限制优先最长 8 小时。禁用工具搜索结果由官方 ALE 评估器评分。Toolathlon Verified我们全部通过官方评估服务获得结果报告 3 次独立运行的平均 pass1。AutomationBench我们在 AutomationBenchv1.0.6上评估纳入了 PR #13 中引入的null类型处理问题修复。GDPval-AA v2模型由 Artificial Analysis 评估。CyberGym我们在 Claude Code 2.1.207 中评估 GLM-5.3最大推理强度无网络工具temperature1.0、top_p1.0、max_new_tokens128000。所有评估均在每任务无超时限制下进行结果为 1,507 个任务上的单次运行 Pass1。为模拟真实使用场景我们将 agent 放置在任务容器内。我们还移除了所有与 Git 相关的信息并应用域名白名单仅允许 pypi.org 和 deb.debian.org 等基本工具安装所需域名以防止 agent 作弊。ExploitGym我们在 Claude Code 2.1.207 中评估 GLM-5.3、Kimi-K3 和 Qwen3.8 Max最大推理强度无网络工具temperature1.0、top_p1.0、max_new_tokens128000。报告结果为 869 个任务在两种超时预算2 小时和 6 小时下的单次运行 Pass1该时间按各模型每秒 token 速率重新换算 API 推理时间各模型 TPS 来自 Artificial AnalysisGLM-5.3 按 115 TPS 换算、Kimi K3 按 40 TPS、Qwen3.8 Max 按 47 TPS再加上非 API 开销。我们还应用域名白名单仅允许 pypi.org 和 deb.debian.org 等基本工具安装所需域名以防止 agent 作弊。ExploitBench我们在 Claude Code 2.1.207 中评估 GLM-5.3最大推理强度无网络工具temperature1.0、top_p1.0、max_new_tokens128000。按照官方评估设置我们将 agent 与环境之间的最大交互轮数限制为 300并计算全部 41 个任务在 3 个修订版本上的平均覆盖率得分。任务的覆盖率结果通过对所有修订版本中实现能力的并集确定平均得分通过对结果取平均获得。我们还应用域名白名单仅允许 pypi.org 和 deb.debian.org 等基本工具安装所需域名以防止 agent 作弊。FrontierSWE该评估由 Proximal 进行使用 1M 上下文长度、最大推理强度和 128K 最大输出 token。主导分数Dominance score截至 2026/08/14。PostTrainBench我们使用 Claude Code 2.1.207 评估 GLM-5.3最大推理强度、temperature1.0、top_p1.0、max_new_tokens1280001M token 上下文窗口。我们报告 3 次运行的加权平均值。无法产生分数的运行将回退到官方零样本基础模型基线分数。对于旨在防止使用第三方 API 的检查我们移除了基于模式匹配的原始检查因为当通过 OpenAI SDK 访问本地 vLLM 端点时这些检查会产生误报。取而代之我们使用 LLM agent 检查解决方案是否存在外部 API 使用。SWE-Marathon我们使用 Claude Code 2.1.207 评估 GLM-5.3最大推理强度、temperature1.0、top_p0.95、max_new_tokens1280001M token 上下文窗口。对于strip-clone原有的反作弊检查使用了过于宽泛的导入检测可能拒绝有效的实现。我们移除了受影响的检查改用基于 LLM 的检查以避免误报。对于parameter-golf和trimul-cudaNVIDIA wheels 的变化导致 Docker 镜像构建失败因此我们添加了--extra-index-url https://pypi.org/simple以恢复成功构建。引用如果您觉得 GLM-5.3 在您的研究中有用请引用我们的技术报告misc{glm5team2026glm5vibecodingagentic, title{GLM-5: from Vibe Coding to Agentic Engineering}, author{GLM-5-Team and : and Aohan Zeng and Xin Lv and Zhenyu Hou and Zhengxiao Du and Qinkai Zheng and Bin Chen and Da Yin and Chendi Ge and Chenghua Huang and Chengxing Xie and Chenzheng Zhu and Congfeng Yin and Cunxiang Wang and Gengzheng Pan and Hao Zeng and Haoke Zhang and Haoran Wang and Huilong Chen and Jiajie Zhang and Jian Jiao and Jiaqi Guo and Jingsen Wang and Jingzhao Du and Jinzhu Wu and Kedong Wang and Lei Li and Lin Fan and Lucen Zhong and Mingdao Liu and Mingming Zhao and Pengfan Du and Qian Dong and Rui Lu and Shuang-Li and Shulin Cao and Song Liu and Ting Jiang and Xiaodong Chen and Xiaohan Zhang and Xuancheng Huang and Xuezhen Dong and Yabo Xu and Yao Wei and Yifan An and Yilin Niu and Yitong Zhu and Yuanhao Wen and Yukuo Cen and Yushi Bai and Zhongpei Qiao and Zihan Wang and Zikang Wang and Zilin Zhu and Ziqiang Liu and Zixuan Li and Bojie Wang and Bosi Wen and Can Huang and Changpeng Cai and Chao Yu and Chen Li and Chengwei Hu and Chenhui Zhang and Dan Zhang and Daoyan Lin and Dayong Yang and Di Wang and Ding Ai and Erle Zhu and Fangzhou Yi and Feiyu Chen and Guohong Wen and Hailong Sun and Haisha Zhao and Haiyi Hu and Hanchen Zhang and Hanrui Liu and Hanyu Zhang and Hao Peng and Hao Tai and Haobo Zhang and He Liu and Hongwei Wang and Hongxi Yan and Hongyu Ge and Huan Liu and Huanpeng Chu and Jiani Zhao and Jiachen Wang and Jiajing Zhao and Jiamin Ren and Jiapeng Wang and Jiaxin Zhang and Jiayi Gui and Jiayue Zhao and Jijie Li and Jing An and Jing Li and Jingwei Yuan and Jinhua Du and Jinxin Liu and Junkai Zhi and Junwen Duan and Kaiyue Zhou and Kangjian Wei and Ke Wang and Keyun Luo and Laiqiang Zhang and Leigang Sha and Liang Xu and Lindong Wu and Lintao Ding and Lu Chen and Minghao Li and Nianyi Lin and Pan Ta and Qiang Zou and Rongjun Song and Ruiqi Yang and Shangqing Tu and Shangtong Yang and Shaoxiang Wu and Shengyan Zhang and Shijie Li and Shuang Li and Shuyi Fan and Wei Qin and Wei Tian and Weining Zhang and Wenbo Yu and Wenjie Li and Xiang Kuang and Xiangmeng Cheng and Xiangyang Li and Xiaoquan Yan and Xiaowei Hu and Xiaoying Ling and Xing Fan and Xingye Xia and Xinyuan Zhang and Xinze Zhang and Xirui Pan and Xu Zou and Xunkai Zhang and Yadi Liu and Yandong Wu and Yanfu Li and Yidong Wang and Yifan Zhu and Yijun Tan and Yilin Zhou and Yiming Pan and Ying Zhang and Yinpei Su and Yipeng Geng and Yong Yan and Yonglin Tan and Yuean Bi and Yuhan Shen and Yuhao Yang and Yujiang Li and Yunan Liu and Yunqing Wang and Yuntao Li and Yurong Wu and Yutao Zhang and Yuxi Duan and Yuxuan Zhang and Zezhen Liu and Zhengtao Jiang and Zhenhe Yan and Zheyu Zhang and Zhixiang Wei and Zhuo Chen and Zhuoer Feng and Zijun Yao and Ziwei Chai and Ziyuan Wang and Zuzhou Zhang and Bin Xu and Minlie Huang and Hongning Wang and Juanzi Li and Yuxiao Dong and Jie Tang}, year{2026}, eprint{2602.15763}, archivePrefix{arXiv}, primaryClass{cs.LG}, url{https://arxiv.org/abs/2602.15763}, }