这周国产大模型的动静不小。8月14日，智谱正式发布GLM-5.3。知乎紧接着这个周一，DeepSeek的新价格机制生效，最新旗舰模型DeepSeek-V4-Pro高峰时段百万token输出价格从6元涨至27元。微博一边刚登顶开源，一边直接贵了4.5倍，自然有一大批用户周末转向了GLM-5.3。
如果你正打算切换，或者已经切过去了，建议先看完这三个坑再动手。
一、跑分很漂亮，但要知道它是怎么来的
先说亮眼的地方：GLM-5.3沿用与GLM-5.2完全相同的743B参数基座，一个参数都没加，全靠极致后训练Scaling实现提升。哔哩哔哩在Terminal-Bench 3.0上，它从4.6分跃至28.3分，拿下开源第一。知乎DeepSWE v1.1拿到66.9分，超过了DeepSeek V4 Pro正式版的62.7分。知乎CyberGym漏洞发现任务上以84.5%登顶全球，官方口径的编程体感较5.2提升50%。
但跑分要看语境。公开技术分析提到，GLM-5.3这轮后训练采用AI给AI出题的环境合成流水线，智谱引入了一个全自动的环境生成机制。知乎训练任务和Agent、终端类评测任务同源程度越高，分数涨得自然越猛。这不是说它造假，而是把跑分提升一比一映射到你自己的任务上，大概率会失望。
实测圈的口碑也很分裂。有人用6万token的输出完整复刻了马里奥。哔哩哔哩也有国外博主实测发现，跑分直逼顶级闭源，写游戏却频频翻车。哔哩哔哩小红书上还有用户说，我用ChatGPT5.6sol、DeepSeek v4flash都没解决的问题，我用GLM5.3修好了！小红书同一个模型，不同任务能得出相反结论，这正是跑分不能替代你自己活儿的原因。
说白了：你的活儿如果是终端操作、Agent长任务、代码审查，这轮提升大概率是真的，值得切；如果是前端审美、游戏创作这类发散任务，先拿自己的项目跑一遍再下结论。
二、最隐蔽的坑：你的1M上下文可能被当成200K在用
这个坑是一位做模型网关的开发者第一时间踩出来并曝光的。GLM-5.3的官方上下文窗口是1M token，但在Claude Code里接入第三方模型ID时，CC会弹出一行不认识该模型名的警告，然后保守假设上下文只有200K，并按这个数字触发auto-compact。知乎相当于1M的窗口白白浪费五分之四。
而且这事很难察觉：它不报错，只是提前压缩，你只会隐约觉得这个模型怎么老忘事、聊两轮就压缩，然后怪到模型能力头上。
解决办法就写在那行警告里：把模型ID改成claude-glm-5.3[1m]这种形式，CC就会按1M窗口来管理压缩。知乎注意两点：这个后缀是纯客户端侧的标记，需要网关层把它吃掉，上游只能收到干净的glm-5.3，否则会直接报400；另外只给确认是1M窗口的模型加，GLM-5.2/5.3、Kimi K3、DeepSeek V4-Pro这几家的1M窗口是核实过的，别自己猜。这个问题在GitHub上已经有相关讨论，它对所有在Claude Code里用第三方模型的人都适用，不只是GLM用户。
三、免费渠道鱼龙混杂，免费不一定省钱
涨价之后，很多人的第一反应是找免费渠道。截至发稿，社区反馈确实有能用的：Qoder这个软件模型最全，已经包括GLM-5.3。知乎灵犀等平台也已上线，靠新人福利或限时免费额度可以先体验（福利规则随时可能变化）。
智谱官方编程工具ZCode此前还做过周末活动，新注册用户首次登录即可免费领1亿tokens。哔哩哔哩这轮福利已经结束，后续官方活动值得蹲一蹲。有两类便宜千万别占：一是二手平台和社区里已经出现的GLM账号转让、套餐换绑，套餐绑定实名，换绑风险极高，随时可能被找回；二是来历不明的公益中转站，你的API key和对话内容都可能被别人看得一清二楚。
还有一个容易被忽视的隐性成本：GLM-5.3默认会吐thinking，5.2则不吐。知乎叠加长任务之后，token消耗相当可观，有实测在生成3D场景时消耗爆炸。哔哩哔哩如果你是按token付费的API用户，先看看自己任务的消耗，再决定要不要把thinking档位调低。
最后还有一条硬限制：GLM-5.3是纯文本输入输出，没有视觉能力，有实测用户直言最大缺陷是多模态缺失。小红书需要图片理解的用户，这个版本不适合你。
四、那么，现在谁适合切换？
坑讲完了，给几个简单的判断标准：
建议切换：终端/Agent/代码审查类工作流的用户，尤其是原本用DeepSeek、受这次涨价影响的；Claude Code用户（修好[1m]之后，1M窗口是实打实的）。
建议等等：等权重本地部署的用户，智谱承诺发布两周后开放模型权重。知乎届时第三方复测数据也会更完整；需要多模态能力的用户。
值得关注：权重开放后的第三方复测潮；阿里Qwen3.8系列已开源Qwen3.8-27B视觉多模态旗舰，正式版也在路上。哔哩哔哩还有智谱的API定价，从2月开始连续三次提价，一季度累计涨幅约83%。知乎这次5.3发布没有跟涨，摩根大通因此上调智谱目标价。微博但别把它理解成以后不涨。
跑分决定热度，实测决定好用。切哪家模型之前，先拿自己的活儿跑一遍，比任何推荐都靠谱。
