README

GLM-5.3 & GLM-5.2 & GLM-5.1 & GLM-5





    👋 加入我们的 微信 或 Discord 社区。
    
    📖 查看 GLM-5.3-Flash 技术博客、GLM-5.3 技术博客 和 GLM-5 技术报告。
    
    📍 在 API 平台 使用 GLM-5.3 & GLM-5.3-Flash API 服务。
    
    🔜 在 z.ai 上体验 GLM-5.3 & GLM-5.3-Flash。


 简介

 GLM-5.3 & GLM-5.3-Flash

GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比，它在复杂编码和长程任务上的表现显著更强：

- 更强的编码能力：GLM-5.3 是目前编码能力最强的开放权重模型，在我们内部的 Z.ai Code Bench 上相比 GLM-5.2 提升 50%。它还在 Terminal Bench 3.0 和 Agents' Last Exam 等公开基准上达到开源 SOTA。
- 涌现的网络安全能力：随着后训练规模的扩大，网络安全能力的发展超出了我们的预期。GLM-5.3 在 CyberGym 漏洞发现基准上达到最先进水平，且在利用链越靠后的环节提升越大——在漏洞利用类基准上成绩超过 GLM-5.2 的两倍。

!bench_53

GLM-5.3-Flash 基于全新训练的基座模型，其架构与训练方案围绕能力与效率进行了重新设计。我们在 GLM 系列中首次引入稀疏注意力与线性注意力相结合的混合架构，在保持精准长上下文能力的同时，大幅降低长上下文推理成本。模型还采用了流形约束超连接（Manifold-Constrained Hyper-Connections，mHC），进一步提升扩展效率。配合我们最新的 30T token 多模态预训练语料，这些改进使 GLM-5.3-Flash 以更少的算力交付更强的智能。

!bench_53

 GLM-5.2

GLM-5.2，面向长程任务的最新旗舰模型。相比前代 GLM-5.1，它在长周期任务能力上实现了重大飞跃，并且首次在稳定的 100 万 token 上下文上交付这一能力。

GLM-5.2 的新能力包括：

- 稳定的 100 万上下文： 提供稳定的 100 万 token 上下文，可持续支撑长周期工作
- 支持弹性思考力度的高级编码：更强的编码能力，并提供多档思考力度（thinking effort），以平衡性能与延迟
- 改进的架构：我们提出了 IndexShare，在每四个稀疏注意力层之间复用同一个索引器，在 100 万上下文长度下将每 token 的 FLOPs 降低 2.9 倍。我们还改进了 GLM-5.2 用于推测解码的 MTP 层，将接受长度提升最多 20%。

!bench_52

在标准编码基准测试中，GLM-5.2 是最强的开源模型，相比 GLM-5.1 大幅领先：在 Terminal-Bench 2.1 上为 81.0 对 62.0，在 SWE-bench Pro 上为 62.1 对 58.4。它还大幅缩小了与闭源前沿模型的差距——在 Terminal-Bench 2.1（81.0）上，与 Claude Opus 4.8（85.0）仅相差几分——同时保持领先于 Gemini 3.1 Pro。

更多细节，请查看我们的博客。

 GLM-5.1

GLM-5.1 是我们面向智能体工程的新一代旗舰模型，代码能力较前代有显著跃升。在 SWE-Bench Pro 上达到业界领先水平，并在 NL2Repo（仓库级代码生成）和 Terminal-Bench 2.0（真实终端任务）上大幅超越 GLM-5。

!bench_51

但最具意义的突破，不在于单次表现的上限，而在于持续优化的能力。此前的模型——包括 GLM-5——往往很快就"用尽招数"：凭借熟悉的策略快速取得初始收益后便陷入瓶颈，给再多时间也无济于事。

GLM-5.1 则不同。它天生适合在更长的时间跨度上执行智能体任务。我们发现，面对模糊问题，它展现出更优的判断力，并能在长时间会话中保持高效产出——拆解复杂问题、设计实验、解读结果、精准定位瓶颈。通过反复审视自身推理、动态调整策略，GLM-5.1 能够在数百轮迭代、数千次工具调用中持续优化。运行越久，结果越好。

 GLM-5

我们推出了 GLM-5，旨在解决复杂系统工程和长周期智能体任务。扩展（Scaling）仍然是提升通用人工智能（AGI）智能效率的最重要途径之一。与 GLM-4.5 相比，GLM-5 的参数规模从 355B（激活 32B）扩展到 744B（激活 40B），预训练数据量从 23T 增加到 28.5T tokens。GLM-5 还集成了 DeepSeek 稀疏注意力（DSA），在保持长上下文能力的同时大幅降低了部署成本。

强化学习旨在弥合预训练模型中"能力"与"卓越"之间的差距。然而，由于 RL 训练效率低下，在大规模 LLM 上部署强化学习是一项挑战。为此，我们开发了 slime，一种全新的异步 RL 基础设施，大幅提升了训练吞吐量和效率，使更细粒度的后训练迭代成为可能。凭借预训练和后训练两方面的进步，GLM-5 在广泛的学术基准测试上相比 GLM-4.7 取得了显著提升，并在推理、编程和智能体任务上达到了全球开源模型的最佳性能，缩小了与前沿模型的差距。

!bench

GLM-5 专为复杂系统工程和长周期智能体任务而设计。在我们的内部评估套件 CC-Bench-V2 上，GLM-5 在前端、后端和长周期任务上均显著超越 GLM-4.7，缩小了与 Claude Opus 4.5 的差距。

!realworld_bench

在 Vending Bench 2（一个衡量长期运营能力的基准测试）上，GLM-5 在开源模型中排名第一。Vending Bench 2 要求模型在一年时间跨度内运营一个模拟自动售货机业务；GLM-5 最终以 4,432 美元的账户余额完成测试，接近 Claude Opus 4.5，展现出强大的长期规划和资源管理能力。

!vending_bench

 下载模型

| 模型               | 下载链接                                                                                                                                      | 模型规模   | 精度 |
|--------------------|-----------------------------------------------------------------------------------------------------------------------------------------------|------------|------|
| GLM-5.3