GLM-5.3-BF16 完整开放权重上线：753B 参数，代码与安全 benchmark 公开 (2026)

先看结论

GLM-5.3 的完整 BF16 权重已经上线。Hugging Face 的模型搜索记录显示，zai-org/GLM-5.3-BF16 在 2026 年 8 月 28 日 21:46（北京时间） 更新；这兑现了 Z.ai 在 8 月 14 日发布 GLM-5.3 时所说的“两周后开放权重”。1 2

这次更新把 GLM-5.3 从“可调用的闭源服务”推进到“可以下载和自部署的 BF16 模型”。开发者可以把它加入长程编码、终端操作和安全研究任务的本地评测队列；产品团队先核对显存、并行策略、吞吐和许可证条款，再决定部署规模。

现在要判断什么	已确认的信息	动作窗口
是否值得开始评测	BF16 权重已公开，参数规模为 753B；模型卡将架构标为 `glm_moe_dsa`。1	现在可以开始做本地加载和长程 Agent 小样本测试。
能力重点	Z.ai 报告的提升集中在复杂编码、长程 Agent 任务和漏洞发现 / 利用。2	先用真实代码库、工具调用和安全测试任务验证。
API 是否仍可用	`glm-5.3` API、GLM Coding Plan 与 ZCode 均已提供；官方 API 价格页列出输入 $1.4、缓存命中输入 $0.26、输出 $4.4，均按每 100 万 tokens 计。3 4	已接入 API 的团队可以把本地权重与托管 API 做成本、延迟和质量对照。

关键规格

项目	目前可确认的信息
模型与状态	`GLM-5.3-BF16`，完整 BF16 权重已在 Hugging Face 提供；模型搜索记录的最新更新时间为 2026 年 8 月 28 日 21:46（北京时间）。1
参数规模与精度	模型卡标示 753B params，张量类型为 BF16 / F32；当前模型卡没有列出激活参数规模。1
基座与训练	GLM-5.3 使用与 GLM-5.2 相同的 base model，Z.ai 将全部增益归因于 post-training（后训练）。2
架构标记	Hugging Face 页面将架构标为 `glm_moe_dsa`；模型当前支持文本输入。1 3
上下文与输出	最大上下文 1M tokens，最大输出 128K tokens。3
推理控制	始终启用 reasoning；`reasoning_effort` 支持 `low`、`high`、`max`，默认值为 `max`。3
权重入口	Hugging Face 提供 `zai-org/GLM-5.3-BF16`；Z.ai 官方仓库同时列出 ModelScope 下载入口。1 5

Z.ai 官方仓库的下载表仍写着 744B-A40B，而当前 BF16 模型卡标示 753B params。两个官方页面的数字口径尚未统一；部署前应以实际权重文件、配置和显存测算为准，本文采用 BF16 模型卡的 753B 记录。1 5

benchmark：提升集中在哪些任务

下面的数字全部来自 Z.ai 官方博客和模型卡，属于厂商公布结果。它们适合用来定位 GLM-5.3 的能力重点，不能替代团队在相同脚手架、相同超时和相同任务集上的复测。1 2

任务	GLM-5.3	GLM-5.2	读法
Terminal-Bench 3.0	28.3	4.6	真实终端 Agent 任务；官方称 GLM-5.3 达到开源模型 SOTA。2
DeepSWE v1.1	66.9	46.2	长程软件工程任务，官方测试使用 400K 上下文和 6 小时超时。1
Agents’ Last Exam（ALE-CLI）	28.5	23.8	官方 CLI Agent 评测，GLM-5.3 使用 1M 上下文、最高 64K 输出。2
AutomationBench v1.0.6	48.2	26.2	自动化任务分数；官方说明采用修复 `null` 类型处理问题后的版本。1
CyberGym	84.5	77.2	从白盒源代码出发，测试漏洞识别与验证；官方将 84.5% 列为该 benchmark 的最高结果。2
ExploitBench	54.4	24.4	更靠近真实漏洞利用；官方结果按 41 个任务、3 次 revision 的覆盖情况计算。1

Z.ai 官方发布的 GLM-5.3 benchmark 对比图，比较六项代码与 Agent 任务中的 GLM-5.3、GLM-5.2、Kimi K3、Fable 5 和 GPT-5.6 Sol — *图中六项任务的比较分数来自 Z.ai 官方模型卡；不同任务使用的 harness、上下文长度、超时和重复次数各有差异，具体条件见模型卡脚注。6*

这组结果显示，GLM-5.3 的增益更贴近“把一项工作做完”而非只回答一道代码题。Terminal-Bench 3.0 从 4.6 提升到 28.3，DeepSWE 从 46.2 提升到 66.9，ALE-CLI 从 23.8 提升到 28.5；Z.ai 在自有 Z.ai Code Bench 上也报告了相对 GLM-5.2 50% 的性能提升。2

安全能力的分布更值得单独看。CyberGym 衡量的是从源代码识别并验证漏洞，ExploitBench 衡量更深的漏洞利用过程。GLM-5.3 在两项上的分数分别为 84.5% 和 54.4%，相对 GLM-5.2 的提升幅度不同；这说明后训练带来的能力提升延伸到了更长的安全任务链，结果本身仍然属于 Z.ai 的测试设置。2

现在怎么用

路径	入口与已知信息	适合的动作
本地权重	Hugging Face 提供 BF16 权重，Z.ai 仓库列出 ModelScope；官方仓库确认 SGLang、vLLM、Transformers、KTransformers、Unsloth，以及 Ascend NPU 相关部署路径。1 5	先用 FP8 或 BF16 的实际配置做加载、并行和吞吐测试，再评估生产规模。
Z.ai API	模型 ID 为 `glm-5.3`；官方文档列出 OpenAI Chat Completion、OpenAI Responses 和 Anthropic Message 三类协议入口。价格页列出输入 $1.4、缓存命中输入 $0.26、输出 $4.4 / 100 万 tokens。3 4	已有 API 链路的团队可以先做质量、延迟与 token 成本基线。
GLM Coding Plan / ZCode	GLM-5.3 已向 Coding Plan 用户开放，并可在 ZCode、Claude Code、OpenCode 等编码 Agent 中使用。2 3	适合先用现成 Agent 验证长程任务，再决定是否承担自部署成本。

从 GLM-5.2 或更早版本迁移时，调用参数需要一起检查：GLM-5.3 强制启用 thinking.type: "enabled"，reasoning_effort 可设为 low、high 或 max。旧调用若仍传入 thinking.type: "disabled"，请求会失败；复杂编码任务官方建议使用 max。7

许可证与评测前检查

GLM-5.3-BF16 附带 Z.AI 自有许可证。许可证允许使用、复制、修改、发布、分发、再许可、销售、部署、微调和创建衍生作品，同时要求在副本或软件实质部分保留版权与许可声明。8

许可证还规定了一个与 Model as a Service 相关的条件：如果被许可方或其关联方运营这类服务，且任意连续 12 个月累计总收入超过 100 亿美元，商业使用软件或衍生作品前需要通过 Z.AI 安全审查。计划把权重包装成 API 服务的团队，应让法务按原文判断自己的业务是否落入该条款。8

第一轮评测可以固定一套已有基线任务、工具和提示词，分别记录成功率、最终交付物质量、端到端耗时和 token 消耗。长程 Agent 任务再分开比较 low、high、max 三种 reasoning effort，避免把推理预算的差异误认为模型本身的能力差异。

GLM-5.3-BF16 现在具备权重、API、Coding Plan 和本地部署路径。对开发者来说，下一步是验证它能否在自己的工具链里稳定完成任务；对产品团队来说，下一步是把 753B BF16 的基础设施成本与 API 价格放在同一张评测表里比较。