Coding之后 智谱押注了一个付费意愿更强的市场

    本报讯 （记者梁傲男）国产开源大模型的牌桌上，又落下一张新牌。

    过去几个月，Kimi K3、DeepSeek V4 Pro相继发布，Coding、Agent能力成为新一轮竞争焦点。8月14日，智谱交出自己的答卷：新一代基座模型GLM-5.3发布。值得注意的是，这次升级没有换基座，与上一代基座模型相同，能力跃升来自后训练Scaling。对关注成本结构的人来说，这本身就是个信号：不靠堆参数，靠训练方法把智能上界往上推。

    据智谱官方技术报告，在衡量真实终端环境复杂任务的Terminal-Bench3.0上，GLM-5.3得分从上一代的4.6提升至28.3，为开源模型第一；聚焦长程软件工程的DeepSWE v1.1从46.2提升至66.9。编程与智能体能力接近海外最强闭源模型Claude Fable 5。还有一个容易被忽略的数字：在自研的真实编程场景评测中，GLM-5.3以约5万tokens的单任务平均输出，做到了Claude Opus4.8约12万tokens才达到的准确率水平——更短的执行路径，意味着更低的推理成本。

    但这次升级的看点，并不止于编程。随着大模型走向真实软件工程，行业竞争正在从“模型能不能写代码”转向“模型能不能完成复杂任务”，而网络安全正是这条能力曲线上的下一个台阶——它要求模型在读懂代码之外，进一步理解程序逻辑、协议规则、权限边界和攻击路径。对模型厂商而言，这也是一个付费意愿更强的市场：安全历来是企业IT支出中最刚性的预算科目之一。

    评测和实战都给出了佐证。在CyberGym漏洞推理评测中，GLM-5.3以84.5%的成绩超过Mythos 5（83.8%）和GPT-5.6 Sol（83.6%）；在更考验深度推理的ExploitBench中取得54.4%，是上一代（24.4%）的两倍多。自上一代模型发布以来，智谱联合清华大学、南开大学及奇安信、腾讯玄武等头部安全团队持续开展红队测试，累计发现潜在漏洞2436个，其中1097个为中高危；研究人员还借助模型发现了一类潜伏40余年的DNS协议级风险——攻击者仅需少量特殊请求，即可将服务器计算压力最高放大近8万倍，潜在影响超过1000万处公网DNS服务。模型能力，正在走出Benchmark、进入真实专业工作流。

    能力的落点，最终指向商业化。对基础模型公司而言，下一阶段的竞争不仅是模型能力之争，更是高价值场景之争——Coding Agent、安全审计、企业服务，都可能成为商业化的重要入口。据了解，智谱已同步上线官方编程工具ZCode、效率工具AutoClaw及GLM Coding Plan订阅服务，模型将接入TraeWork/TraeCode、扣子、WorkBuddy/CodeBuddy、Qoder/QwenWork、CatPaw、JoyCode、OpenCode等平台，API很快上线，完整模型权重计划两周内开源。

    从单项能力比拼，到高价值场景争夺。GLM-5.3的发布，把国产大模型的竞争推进到了一个新阶段。

（编辑 张文玲）