智谱GLM-5.3-Flash开源，性能比肩旗舰，价格仅Claude的1/40_IT互联网

1. 这张图表来自国际AI评测机构 Artificial Analysis，展示的是其“AA智能指数”对全球主流大语言模型的综合能力排名。图中红框标注的两款模型——Kimi K3 (max) 与 GLM-5.3 (max)，均获得60分，并列开源模型第一，同时跻身全球前沿模型能力区间，与Claude Fable 5、GPT-5.6 Sol等闭源旗舰模型处于同一水平。

2. 刚刚，智谱创始人唐杰老师，在 X 上发了一篇超棒的帖子，专门说了下他对 Scaling Law 的理解（图1）。正好今天 AA 的成绩也出来了，GLM-5.3 拿到了 60 分，上一代 GLM-5.2 是 53 分，基座是完全相同的，总参数 753B，激活 40B，而且大家 Coding 体感也都很棒，都觉得是国产 SOTA 了。（图2）但也有很多人也在说为啥智谱这次不训个新的基座模型。唐老师这篇帖子，刚好讲的非常清楚，也有非常多的干货。他说，Scaling，从来不只有参数量这一个点。我们以前一聊大模型，最先问的总是参数量，但是参数量单独拿出来，其实说明不了多少东西。现在它至少还得跟另外三个问题放在一起看：模型有多少数据。算力花在了哪。谁在什么条件下运行它。这背后，其实是 Scaling Law 过去几年一直在发生的变化。 2020 年，Kaplan 等人算出一个比例，认为参数增长应该比数据增长快得多，大概是 2.7 比 1。然后整个行业也都这么走了，很多模型越做越大，万亿参数也一度被当成了模型进步的必经之路。到了 2022 年，Hoffmann 等人拿四百多个模型重新做了一遍实验，结果发现，算力最优的分配更接近每个参数 20 个 Token。算力继续增加时，参数和数据应该以差不多的速度一起增长。这就是 Chinchilla Scaling Law。其实现在回头看，之前那一轮最大的模型，反而也是算力分配最失衡的一批。参数堆得太快，数据没有跟上，实际上效果没有那么好。但版本还在变化，因为 Chinchilla 考虑的是一个模型训练一次，然后拿去评测。但是今天的模型上线以后，每天可能被调用几十亿次，上线后的推理成本可能远远大于那一次训练。所以如果我们把这笔账也算进去，最优解又会往更小、训练更久的模型移动。到了 MoE 时代，那个简单的 20 比 1 也不够用了。唐老师在帖子里区分了两个很重要的东西。总参数量，大概决定模型能装下多少知识、事实和长尾信息。激活参数和每次前向计算的有效深度，大概决定模型的长程推理能力。需要记忆的任务，更吃参数量。需要推理的任务，更吃数据。后续研究甚至发现，在每个参数对应 Token 数量固定时，继续增加总参数可能会让推理变差，激活更多专家反而会稳定地提升推理能力。所以，大模型到底有多聪明，早就没法被一个总参数量概括了。 GLM-5.3 这次，唐老师说，它更像一次控制变量实验。大模型 Scaling 依然在继续。只是它已经从一个越来越大的数字。变成了寻找最优解的游戏。#AI##科技先锋官##GLM-5.3##How I AI#

3. 智谱联合创始人唐杰老师关于 GLM 5.3 以及模型训练的一些分享：智谱 GLM-5.3 没有换基模底座，纯靠后训练让编码能力提升 50%。GLM-5.3 模型的底座是 GLM-5.2，约 743B 参数的混合专家（MoE）模型，每次推理只激活约 40B 参数。团队花了一个月，在长周期环境中做强化学习，编码能力比 GLM-5.2 提升了 50%。这里解释一下 MoE：传统模型每次推理要跑完所有参数，MoE 相当于把模型拆成一群“专家”，每次只调用其中几个，推理速度更快、成本更低。推文中特别区分了两个概念：1. 总参数量决定模型学习了多少知识2. 激活参数量和有效深度决定模型能想多深。比如说，让模型去找安全漏洞，主要是依赖的是推理能力，能把一条二十步的推理链完整走到底，相对来说各种安全数据库是次要的。至于为什么不换底座也能大幅提升呢？AI 模型的扩展（scaling）不止堆参数这一条途径。如果梳理下这些年模型训练的发展路线：- 2020 年 Kaplan 等人的研究建议参数增长要远快于数据，GPT-3、Gopher 都是这个思路的产物。- 2022 年 DeepMind 的 Chinchilla 论文则认为参数和数据应该同步增长，参数大的模型反而是最浪费算力的。- 再后来，大家发现模型上线后推理成本远超训练成本，最优解又变成了用更小的模型训更久，比如 Llama-2-7B 每个参数喂了约 290 个 token，Gemma-2-9B 更是喂了 889 个。模型能力由很多因素决定：底座大小、预训练数据量、每次前向传播的计算量、后训练。对于现阶段，模型后训练还有很大潜力可以挖掘。

4. 聊聊唐杰老师对GLM-5.3和Scaling Law的思考

5. 彭博刚刚把美中人工智能差距做成了一张图表，嗯，是的，美国正在被碾压：> Kimi K3 接近 Fable 的水平> 每任务成本便宜约 70%> Anthropic 认为中国落后 6–12 个月> 中国现在拥有前沿实验室集群> GLM-5.3 甚至还没包括在内，这将有利于中国一方美国实验室仍然占据前沿位置，但中国正让它们无法收取前沿价格。

6. Vercel它是一个类似于网站部署的公司，会给很多小型网站提供免费的部署方案。我也有好几个网站部署在上面，非常好用。他们其实也很多地用到大模型。根据他们最近披露的一个数据，其大模型的使用从以前闭源模型占主导，到现在开源模型占主导，这个改变的进程其实非常短。因为随着技术进步的速度放缓，闭源模型的最强者已经不再是遥遥领先，而只是在某些部分领先。比如说 Anthropic 的 Claude Fable 5 这个模型，在前三四个月可能还是断崖式领先；但最近一两个月中国模型相继发布，比如智谱的 GLM 5.3、Kimi K3 模型，以及 DeepSeek 的 V4 Pro 等，都会或多或少挑战到 Fable 的绝对领先地位。同时，开源模型最大的优势就是便宜，意味着只要有自己的设备，就可以自己去部署运行。这也是为什么 Hugging Face 提到，公司使用的开源模型比例已经从之前的 28.4% 涨到现在的 62%，而闭源模型则从之前的 76% 相当于减半到现在的 38%。我觉得这可以说是攻守之势异也。

7. ZCode送1亿GLM-5.3token、DeepSeek上V4-Flash-Vision、GPT-5.6 Sol降价20% | 8月22日 AI日报

智谱GLM-5.3-Flash开源，性能比肩旗舰，价格仅Claude的1/40

精选参考来源