GLM-5.3 · 官方评测披露
GLM-5.3 当前收录 16 项测试的官方记录。已完成列明材料的核查。
模型发布 · GLM
官方材料与核查范围
列明主文、图表和范围内直接技术报告均已核读;未知单位、方法差异及官方数值冲突分别保留。当前材料完成不代表首发历史完整。 核对时间 。
当前资料不足以还原首发。 未取得可验证的首发日文档/模型卡历史快照;当前页面不能证明全部披露在 2026-08-18 首发时已存在。
- Z.AI New Released: GLM model release record · 主文 · 当前官方发布记录;GLM-5.3 条目标注 2026-08-18公布 未确认 · 采集 · 已核查 Official release-history body read for the named model/date; it is not a launch-day snapshot.
- GLM-5.3 | Z.AI Docs · 主文 · 当前文档正文快照;2026-11-17 采集公布 未确认 · 采集 · 已核查 Saved official source body read in full; benchmark passages and directly linked evaluation material in scope checked.
- GLM-5.3 model card | zai-org · 主文 · 官方 Hugging Face main 分支模型卡;表格、评测脚注与配置说明已核读;2026-11-17 采集公布 未确认 · 采集 · 已核查 Saved official model-card body read; benchmark tables, footnotes and directly linked evaluation figures in scope checked.
- GLM-5: from Vibe Coding to Agentic Engineering · 附件 · arXiv:2602.15763v2;40页全文、相关图表及附录方法已核读;2026-02-24修订。Base、训练消融与前代不归入GLM-5产品。公布 · 采集 · 已核查 GLM-5报告40页已读,作为本卡直接引用的方法/背景来源;不把GLM-5成绩复制给后续版本。
- GLM-5.3 official model card · 主文 · 本地2026-11-17官方卡片快照;2026-11-18完整目标列、内嵌图和原文脚注核对完成。公布 未确认 · 采集 · 已核查 卡片全文、目标模型完整正向数值列、适用脚注及图内标签核对完成;未从其他比较列借分。
配置
- GLM-5.3 官方表格配置未详 · 官方模型卡 GLM-5.3 表格成绩。卡片建议 benchmark reproduction 使用默认 reasoning_effort=max,但未逐项确认所有表格成绩均以该配置测得,故不将其套用到未注明项。 未知项 各未逐项注明的 benchmark reasoning_effort 未知、评测使用官方 API 还是本地权重未注明、精度/量化与 serving 版本未注明
- GLM-5.3 reasoning_effort=max · Terminal-Bench 3.0 与 Agents' Last Exam (CLI) 方法说明明确标注 max;其余服务及权重配置未注明。 max未知项 评测使用官方 API 还是本地权重未注明、精度/量化与 serving 版本未注明
- GLM-5.3 · max · 官方模型卡目标列;逐行scaffold、工具、采样及预算条件见protocol。来源把benchmark复现明确绑定max或行内明确reasoning_effort=max。 未知项 未逐项说明的指标单位、题集修订、服务精度和运行次数保持未知。
直接前代与后续发布
当前收录未确认直接前代。 官方关系依据
官方称 GLM-5.3 使用与 GLM-5.2 相同的 base model,改进来自 post-training;未用编号推断正式 predecessor 字段。
测试记录 · 16
- Terminal-Bench · GLM-5.3模型卡;3.0本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- DeepSWE (v1.1) · GLM-5.3模型卡;v1.1本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- Agents' Last Exam (ALE-CLI) · GLM-5.3模型卡;ALE-CLI本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- AutomationBench (v1.0.6) · GLM-5.3模型卡;v1.0.6本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- HLE w/ Tools · GLM-5.3模型卡;w/ Tools; full/text-only subset not stated本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- GDPval-AA v2 · GLM-5.3模型卡;v2本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- Terminal-Bench · 2.1;GLM 官方图仅列数值,具体 score / mean reward 指标未注明本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- NL2Repo · GLM-5.3模型卡;unknown本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- ProgramBench (Almost Solved) · GLM-5.3模型卡;Almost Solved本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- FrontierSWE · Release/version unspecified in GLM-5.3 card本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- SWE-Marathon (v1.1) · GLM-5.3模型卡;v1.1本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- PostTrainBench · GLM-5.3模型卡;unknown本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- Toolathlon-Verified · June 2026 finalized release本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- CyberGym · GLM-5.3模型卡;unknown本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- ExploitGym (2h / 6h) · GLM-5.3模型卡;2h / 6h本次发布有 1 条成绩记录,暂无精确值
- ExploitBench · GLM-5.3模型卡;unknown本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)