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

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”。12

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。

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。15

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。12

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

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

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。