智谱发布GLM-5.3大模型参数量不变性能提50%逼近Fable 5

AI创作导航管理员 LV4 资深连续登录30天萌新

1 个月前

风向

1038

2026年8月14日，国内大模型厂商智谱正式推出新一代通用大模型GLM-5.3。该模型沿用GLM-5.2的7400亿参数基座，未采用此前市场传闻的万亿参数架构，仅通过后训练技术实现整体性能较上代提升50%，编程、智能体能力已接近Anthropic旗下Claude Fable 5，多项基准测试位列开源模型榜首。

过去数年，大模型性能提升几乎和参数量扩容划上了等号，动辄万亿级的参数升级也成了头部厂商新品发布的标配，而智谱最新推出的GLM-5.3，偏偏走出了一条完全不同的路线。

本次发布的GLM-5.3并未如行业预期般升级万亿参数架构，而是沿用了GLM-5.2的7400亿参数基座，据了解，万亿参数版本的迭代将被放在后续的GLM-5.5版本中推出。

在参数规模完全不变的前提下，智谱通过后训练技术实现了50%的整体性能跃升，三项核心基准测试的涨幅足以证明技术的有效性：衡量真实终端复杂任务完成能力的Terminal-Bench3.0得分从4.6飙升至28.3，聚焦长程软件工程能力的DeepSWE v1.1得分从46.2上涨到66.9，考察跨工具协作的Agents' Last Exam得分从23.8提升至28.5。目前GLM-5.3已在多项主流基准测试中拿下开源模型的最高排名。

除了通用性能的提升，GLM-5.3在开发者关注度最高的编程、智能体两大场景的表现尤为突出。据官方披露的数据，其编程能力已接近Anthropic旗下的标杆产品Claude Fable 5，实际编程使用体验优于目前已发布的所有国产大模型。

作为开源模型，GLM-5.3的能力升级也给下游开发者和企业客户带来了更高的性价比：无需适配更高参数的新基座，仅通过模型替换就能获得近五成的性能提升，大幅降低了二次开发和部署的成本。

GLM-5.3的发布也给当前的大模型行业带来了新的研发思路：过去行业普遍陷入“参数越高性能越强”的路径依赖，不少厂商为了堆参数忽略了训练流程的优化，反而推高了研发和部署成本。

智谱本次的技术探索证明，对现有基座的后训练优化同样能带来大幅的性能提升，这也给更多算力储备有限的中小厂商提供了可参考的研发路径。按照智谱的产品规划，在完成现有7400亿基座的优化迭代后，预计将在明年推出搭载万亿参数架构的GLM-5.5版本，进一步冲击通用大模型的能力天花板。

大语言模型 Claude 人工智能智谱 Fable5 GLM-5.3

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。