GLM-5.3 发布满一周了。
如果你和我一样盯着智谱这条线，大概会感觉到这一周的微妙：一边是技术圈热闹得不行，AA 综合智能指数 60 分的讨论刷了一屏又一屏；另一边资本市场完全不买账，发布日跌、API 上线日还在跌；再打开社区，夸的、吐槽的、等视觉功能的，又各有各的说法。
同一个模型，为什么会出现三个完全不同的温差区？这两天我把知乎、微博、B站、小红书，甚至海外 OpenRouter 上的讨论都翻了一遍，今天把这一周的口碑摊开来讲清楚——哪些是热闹，哪些是真东西，我们各自该信哪一句。
温差区一：技术圈，这次夸得有理有据
传播最广的是这组数字：GLM-5.3 在 Artificial Analysis 综合智能指数里拿到 60 分，前代 GLM-5.2 是 53 分，与 Kimi K3 并列开源权重模型第一，距离 GPT-5.6 Sol 只差 1 分，和 Claude Fable 5 这些闭源旗舰坐进了同一档。知乎
但真正让技术圈兴奋的，不是分数本身，而是这个分数怎么来的——GLM-5.3 一颗参数都没加。它沿用 GLM-5.2 的基座，744B 总参数、40B 激活的 MoE 架构，全部提升来自后训练：多花约一个月做长程任务环境与强化学习。36氪具体到方法，是更大规模的长程任务强化学习、SAO 和 slime 这类训练框架，以及让 Research Agent 自动出题、试做、验题，再把合格的题送进训练。
翻译成人话：不是给模型读了更多书，而是让它做了更多题，做的是真题，做完还会给它纠错。
效果直接体现在「干实事」的基准上。测长程软件工程的 DeepSWE v1.1，从前代的 46.2 提到 66.9；智谱内部 Code Bench 的最高难度，GLM-5.3 用平均约 7.5 万输出 token 拿到 34.5% 的成绩，前代要用约 9.6 万 token，成绩只有 23.4%。知乎完成率更高、消耗反而更低，这一点比单纯涨分更值钱：它说明模型学会了更有效地探索，而不是靠堆更长的思考时间硬换结果。
安全方向更扎眼：测漏洞利用推理的 ExploitBench 从 24.4% 提到 54.4%，翻了一倍还多。智谱还披露，从 GLM-5.2 时代起联合安全机构用模型挖真实项目漏洞，到 5.3 发布时累计发现 2436 个，覆盖 269 个项目，其中 1097 个属于中高危。
技术社区也用自己的方式投了票。知乎「如何评价 GLM-5.3」下 331 赞、151 条评论的高赞回答写道：「至少在做好编程这件事上，并不需要太大 Size和太高成本，让多数人用得起仍然必要」。知乎B站上一条 GLM-5.3 技术报告精读视频，播放量超过 5 万。高盛本周的分析也认可了这条路线：性能提升主要来自更长的训练周期、强化学习框架升级，以及更复杂的任务环境。微博
温差区二：资本市场，为什么数字打动不了它
再看另一组数字。4 月 GLM-5.1 发布，智谱股价当天收涨 11.5%；6 月 GLM-5.2 发布，当天收涨 32.8%。但 GLM-5.3 发布当天（8 月 14 日），智谱股价收跌 3.6%。知乎API 上线日（8 月 19 日）又跌了 2.97%，收在 1012 港元。
不是模型不强，是市场的评价体系变了。
第一，升级方向太「专业」。这次押注两个方向：编程服务开发者，网络安全服务安全研究员和企业客户。能力都实在，但受众都窄，话题天然不如多模态好传播。
第二，新鲜感被密集发布磨掉了。不到一个月，Kimi K3、Qwen3.8-Max、DeepSeek V4 Pro 正式版、GLM-5.3 四款国产旗舰接连亮相，「第一」的门槛变高了，跑分已经很难再上头条。
第三，也是最根本的：技术路线市场已经听懂了，接下来想看变现。摩根大通 8 月中旬把智谱目标价上调到 1800 港元、维持增持，理由是「后训练实现能力跃升」。36氪但市场明显还在观望——智谱 MaaS 平台 ARR 约 17 亿元、一年增长约 60 倍，可本地化部署收入仍占 73.7%。知乎「中国版 Anthropic」的故事有了商业底座，但从项目制收入走到标准化订阅，这段路还没走完。
把时间拉长看会更清楚：智谱股价从 6 月 2980 港元的高点算起，已跌去逾 66%，市值蒸发超过 8000 亿港元。36氪在这个背景下，GLM-5.3 的「强而不涨」，其实是市场对整个大模型板块的统一表态——能力在趋同，接下来拼的是收入。已经有值得买科技这样的公司宣布接入 GLM-5.3，资本想看到的，是这份名单越来越长。
温差区三：用户端，分裂但分裂得有道理
好评比较一致。小红书有用户重度用了几天后说「确实强，宣传说体验接近 Fable，本来觉得夸张，用下来还真挺接近」；独立开发者反馈 ZCode 的 Goal Mode 感受最深——给一个目标，它会自己持续推进、检查、验证，长任务可靠性明显比上一代高。有受访开发者给出了更细的对比：常规代码任务好用，水平高过 Kimi K3、略逊于 GPT-5.6 Sol。知乎
吐槽主要集中在三处。
一是稳定性。B站出现了 GLM-5.3 在 Agent 任务里疑似陷入无限循环的个例，不普遍，但如果你要无人值守跑长任务，建议留好人工检查点，或者给单任务设好 token 上限。
二是视觉缺位。发布前唐杰在 X 上征集新模型期待，多模态是呼声最高的方向之一，这次没给。实测里，GLM-5.3 在游戏生成、创意编码这类依赖视觉反馈的场景表现一般，甚至出现过生成的页面按钮是歪的情况。对很多人来说，这是本次更新最大的遗憾。
三是额度和价格情绪。这不是 5.3 带来的新问题，但它是这次发布的背景板：GLM Coding Plan 7 月底全面开放购买后，Lite 版涨到 118 元/月、改为积分制并设每 5 小时和每周的额度上限，社区里「额度缩水」「升级反而额度变少」的抱怨一直延续到今天。知乎模型变强了，但钱包的账是另一回事。
那么，现在各路人该怎么办
把结论理清楚。
已经是 GLM Coding Plan 用户：5.3 已向全部 Coding Plan 用户开放，ZCode、Claude Code、OpenCode 等主流编程工具也都上线了，直接切过去就行。知乎长程软件工程任务是最值得重测的部分，顺手观察 token 消耗和偶发的循环问题；纯文本问答场景，维持原习惯即可。
还在观望的 API 开发者：GLM-5.3 定价与 GLM-5.2 持平，按 Artificial Analysis 的单任务成本统计属于同档低成本选手。小项目可以先低成本试起来，主流工具都已接入，切换成本很低。
等开源自部署的：官方口径是模型权重下周五（8 月 28 日）开源。知乎这个日期此前已经调整过一次，媒体当时的说法是「因为AI新版本太强，强到智谱暂时不敢开源了」。36氪对自部署党来说总算看到了头。744B 的参数体量不小，量化之后对硬件要求依然不低，建议别急着预下载，等社区实测的部署需求出来再动手。
等「下一代」的：三个信号盯着。其一，8 月 20 日空降 OpenRouter 的匿名模型 OxAlpha，下面细说；其二，视频端有 GLM-5.3-Flash 轻量版的传闻，官方暂无消息，但按智谱两个月一个版本的节奏，并非空穴来风；其三，Kimi、DeepSeek 在长程编程上的回应——现在领先的窗口期，是按周计算的。
最后说说 OpenRouter 上那头「牛」
本周最有意思的支线剧情，是 OxAlpha。8 月 20 日，OpenRouter 用一个忍者表情放出了这款匿名模型，Ox 本身就是「牛」的意思，国内网友很快给它起了个更接地气的名字：「牛来」。微博它的定位是面向高效编程、长时间 Agent 任务和真实生产环境的前沿模型，100 万 token 上下文、支持文本/图像/视频输入，输入输出全部免费。36氪OpenCode 同步宣布限时免费一周，准备了每天 100 万亿 token 的容量，联合创始人直接喊话开发者：「快来猜猜是啥模型吧！」
社区没闲着，立刻开始查户口。目前线索最集中的指向是智谱：有人用 25 组完全不同的 Prompt 对比 Token 数，OxAlpha 的原始 token 数与 GLM-5.3 几乎一模一样、每条固定多 75 个，底层分词器高度重合；OxAlpha 报错会返回 1210 状态码，据社区测试这是智谱接口独有的。知乎再加上智谱在 OpenRouter 匿名测模型有「前科」——之前的 Pony Alpha 后来被证实就是 GLM-5 系列。Ox 对 Pony，牛对马，这代号确实不像想藏的样子。当然名单上还有别的嫌疑人：小米 MiMo、腾讯混元，甚至 Gemini 也有人猜，身份至今没有官宣。
它到底有多强？社区实测可以当个参考：某测评博主自己的 Kingbench 上它拿到 87.5%，另一个 10 个任务的基准子集上拿了 80%，比 GLM-5.3、Grok 4.6、GPT-5.6 都高。知乎经典的「鹈鹕骑自行车」SVG 测试，15 次对照基本都能稳定画出主体——但最高推理档有明显「过度思考」倾向，模型花几十倍的推理字符和十几倍的时间，换来的主要是装饰细节，而不是结构准确性的根本改善。36氪
两句冷静的提醒：匿名模型是测试版，随时可能改参数或下架，别拿生产刚需任务去赌；社区目前比较一致的态度是，免费、上下文够长，可以试，但在身份、稳定性和真实能力确认之前，别拿它替代成熟的生产模型。36氪
回头看 GLM-5.3 这一周：技术圈的兴奋是真的，资本的冷淡是真的，用户的分裂也是真的。三个温差区其实指向同一件事——2026 年，单靠「跑分第一」已经撑不起一次刷屏了。真正管用的，是把那 60 分变成你日常任务里的稳定输出、账单里能接受的数字，以及一个值得继续关注的理由。
技术这张牌智谱已经打出来了，产品和商业的牌还在后面。接着看。
