8月14日 ，智谱（2513.HK）发布GLM-5.3 ，与GLM-5.2相比，基座模型没变 ，但通过极致的后训练Scaling大大提高了模型的智能上界：数十倍的长程任务环境 、更丰富多样的环境类型 、超长的后训练时间。智谱表示 ，在多项主流基准测试中GLM-5.3是当前排名比较高 的开源模型，编程与智能体能力接近Claude Fable 5，编程体感超过其他国产模型 。
智谱称 ，相比前代，GLM-5.3的新能力包括：更强的编程能力、网络安全能力 、后训练Scaling以及开源 。
根据智谱介绍 ，在衡量模型于真实终端环境中完成复杂任务的Terminal-Bench 3.0上 ，GLM-5.3得分从4.6提升至28.3；在聚焦长程软件工程与持续代码修改能力的DeepSWE v1.1上，得分从46.2提升至66.9；在覆盖多类真实专业场景 、强调跨工具协作与长程任务的Agents' Last Exam上 ，得分从23.8提升至28.5。在覆盖44种职业、考察真实高价值知识工作的GDPval-AA v2中得分1769 ，展现基于编程能力涌现的专业任务执行能力 。
在白盒代码审查与漏洞发现等安全任务中，GLM-5.3的表现持平Mythos 5 。“从任务链条看 ，网络安全能力大致包括代码审查、漏洞验证 、漏洞利用以及真实环境中的攻防闭环。我们选取了覆盖漏洞分析 、验证和利用不同阶段的三个基准 ，对GLM-5.3的网络安全能力进行了全面评估，GLM-5.3当前优势主要集中在前半段。”智谱表示 ，在CyberGym测试中 ，模型从白盒源代码出发，通过触发程序故障来识别和验证漏洞 。GLM-5.3得分为84.5%，高于GLM-5.2的77.2% ，也略高于Mythos 5的83.8%和GPT-5.6 Sol的83.6% 。
近期 ，大模型领域频频上新。
8月13日凌晨，DeepSeek V4 Pro正式推出 ，并已更新至API ，模型版本为DeepSeek-V4-Pro-0813，新版本增强了Agent能力 。根据DeepSeek给出的模式测试对比成绩 ，与此前V4-Pro-Preview版本相比 ，V4-Pro-0813已经全面提升，例如在AI编程智能体基准测试DeepSWE中 ，得分从Preview的7.3 ，大幅提升至62.7，甚至超越了Claude Opus 4.8 。在AI安全智能体基准测试Cybergym、智能体基准测试AutomationBench中甚至超越近来 公认最强大的Claude Fable 5。
随后 ，DeepSeek首款智能体也开放测试 ，13日晚间，DeepSeek宣布，DeepSeek Harness的开发者预览版（v0.1 版本）面向全球 Harness开发者开放测试 ，并同步以 MIT 协议开放源代码 。DeepSeek Harness 采取“一切皆插件 ”的设计思路 。我们采用插件式开放架构来构建 Agent Harness：模型 、工具 、技能、会话 、沙箱 、存储、循环 、调度 、UI 等所有 Agent 能力均由插件组合而成 ，可自由替换、灵活重组。
与此同时，SpaceXAI发布Grok 4.6 。SpaceXAI表示 ，新模型是在Grok 4.5基础上进一步升级 ，重点提升长流程任务中的表现，以及处理更复杂的交互式 、视觉和知识工作任务的能力 。
截至发稿时 ，智谱跌超4%。
（文章来源：澎湃新闻）
本文来自作者[北极]投稿，不代表成都团团转立场，如若转载，请注明出处：https://m.cdttzh.com/tuantuan/1085.html
评论列表（4条）
我是成都团团转的签约作者“北极”！
希望本篇文章《智谱发布GLM 5.3：称“编程能力最强的开源模型”，接近Fable 5》能对你有所帮助！
本站[成都团团转]内容主要涵盖：成都团团转，温柔资讯，日常随想，生活片段，城市记录，慢节奏，小温暖，街边故事，时节感悟，轻阅读，安静陪伴，好物分享，点滴美好
本文概览： 8月14日，智谱（2513.HK）发布GLM-5.3 ，与GLM-5.2相比，基座模型没变，但...