GLM-5.3发布：中国AI实验室如何保持前沿竞争力，后训练成关键

一句话看懂

智谱AI发布GLM-5.3，仅750B参数却在多个基准超越Kimi K3和Claude Fable 5，证明后训练和快速迭代是中国实验室保持前沿的关键。

详细发生了什么

8月14日，智谱AI（Z.ai）发布GLM-5.3模型，目前仅在编程套餐中可用，API即将上线，两周后开源权重至Hugging Face。该模型在多个基准测试中表现惊人，超越了Moonshot AI的Kimi K3，部分指标甚至超过Claude Fable 5或GPT-5.6-Sol。值得注意的是，GLM-5.3仅约750B参数，是Kimi K3的三分之一，但在agentic coding基准上已接近前沿水平。

智谱AI的博客文章直截了当，开篇即称：“GLM-5.3的所有工作就是扩展后训练。”GLM-5.3与GLM-5.2共享同一基础模型，但后训练大幅扩展。作者Nathan Lambert指出，智谱AI在后训练方面有优势，而Kimi更擅长预训练。

文章回顾了GLM模型的历史：从2019年智谱AI成立，到2021年THUDM发布GLM，再到2022年的GLM-130B，直至2023年的ChatGLM系列和2024年的GLM-4。2026年2月发布GLM-5，6月发布GLM-5.2，后者因速度和简洁性广受好评。

关于中国实验室如何保持竞争力，作者否认了蒸馏是主因，强调RL环境的构建、基础设施和算法混合无法简单蒸馏。他认为，中国实验室的快速发布周期（几天而非几个月）是关键，这让他们在基准上持续爬升，而美国实验室因发布延迟而处于劣势。

中文圈视角

对国内用户来说，GLM-5.3的发布意味着什么？首先，智谱AI的模型通常在国内可直接访问，无需梯子，这比访问OpenAI或Anthropic更方便。GLM-5.3在编程场景的出色表现，对国内开发者是福音，尤其是其API即将上线，可集成到现有工作流中。

与国产同类产品相比，GLM-5.3直接对标Kimi K3，但在参数更小的情况下实现超越，这展示了智谱AI在后训练上的技术实力。对于中文写作、办公等场景，GLM-5.3的文本能力可能带来更高效的辅助，但需注意其目前仅支持文本，无视觉能力。

从合规角度看，GLM-5.3的开源权重将发布在Hugging Face，国内用户可通过ModelScope等平台获取，但需注意数据出境问题。总体而言，GLM-5.3的发布缩小了国内与国际前沿模型的差距，为中文用户提供了更多选择。

几条值得记住的细节

GLM-5.3目前仅在编程套餐中可用，API即将上线，两周后开源权重至Hugging Face。
模型约750B参数，是Kimi K3的三分之一，但在多个基准上超越后者。
智谱AI强调“更多环境、更多样任务、更多计算”用于后训练，而非蒸馏。
智谱AI据报ARR已达10亿美元，主要靠本地部署业务。
GLM-5.3为纯文本模型，无视觉能力，这有助于提升文本基准分数。

一句话总结

GLM-5.3证明中国AI在后训练上不输美国，国内用户可期待更强大的编程和文本工具。