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。
　　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。
　　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GLMCoding 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GLMCoding 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。