GLM-5.3 là một mô hình ngôn ngữ lớn được Zhipu AI, phòng thí nghiệm Trung Quốc hoạt động quốc tế dưới tên Z.ai, phát hành vào ngày 14 tháng 8 năm 2026. Đây là một bản nâng cấp sau đào tạo của mô hình nền tảng GLM-5, nhắm thẳng vào công việc lập trình và tác nhân tự động, và Zhipu dự kiến sẽ công bố trọng số mã nguồn mở của nó trên Hugging Face khoảng hai tuần sau khi ra mắt. Trong các đánh giá nội bộ của Zhipu, khả năng lập trình đã cải thiện 50% so với GLM-5.2.
Sự kết hợp đó là lý do tại sao bản phát hành này quan trọng: một phòng thí nghiệm mà Seeking Alpha mô tả là "đối thủ của OpenAI Trung Quốc" đang phát hành một mô hình lập trình mà họ tuyên bố "tiếp cận Claude Fable 5", sau đó sẽ cung cấp trọng số mã nguồn mở. Nó ra mắt một ngày sau bản phát hành mới nhất của DeepSeek, mà chúng tôi đã đề cập trong hướng dẫn API DeepSeek V4 Pro của chúng tôi, do đó cuộc đua mô hình mở ở Trung Quốc hiện đang diễn ra theo nhịp độ hàng tuần.
Bài viết này giải thích GLM-5.3 là gì, các điểm chuẩn nói gì (và những điểm chuẩn nào đến từ thử nghiệm của Zhipu), kế hoạch trọng số mở hoạt động như thế nào, và cách gửi yêu cầu đầu tiên của bạn. Bạn có thể kiểm tra yêu cầu đó trong Apidog mà không cần viết bất kỳ dòng mã nào.
Tóm tắt
- GLM-5.3 được Zhipu AI (Z.ai) phát hành vào ngày 14 tháng 8 năm 2026. Cùng một mô hình nền tảng GLM-5; tất cả các cải tiến đều đến từ quá trình đào tạo bổ sung quy mô lớn.
- Điểm Terminal-Bench 3.0 tăng từ 4.6 lên 28.3, cải thiện 6.2 lần, xếp hạng nhất trong số các mô hình mã nguồn mở. Nó cũng xếp hạng nhất trong số các mô hình mở trên Agents’ Last Exam.
- CyberGym: 84.5%, nhỉnh hơn một chút so với Claude Mythos 5 và GPT-5.6 Sol. ExploitBench: 54.4%, vẫn còn kém các mô hình tiên tiến.
- Trọng số mã nguồn mở sẽ có mặt trên Hugging Face khoảng ngày 28 tháng 8 năm 2026, sau quá trình đánh giá rủi ro mà Zhipu gọi là toàn diện nhất từ trước đến nay.
- Kiến trúc dòng GLM-5 theo tài liệu chính thức: Mixture of Experts (Mô hình hỗn hợp chuyên gia), tổng 744 tỷ tham số, khoảng 40 tỷ tham số hoạt động mỗi lượt truyền, cửa sổ ngữ cảnh 200K.
- API tương thích với OpenAI tại
https://api.z.ai/api/paas/v4/chat/completions. Không có giá cụ thể cho phiên bản 5.3 được công bố khi ra mắt.
GLM-5.3 là gì
GLM-5.3 là bản phát hành điểm thứ ba trong dòng GLM-5, và là bản tập trung nhất. Zhipu không đào tạo lại nền tảng. Các tài liệu chính thức mô tả nền tảng GLM-5 là một mô hình Mixture of Experts (Mô hình hỗn hợp chuyên gia) với tổng 744 tỷ tham số, khoảng 40 tỷ tham số được kích hoạt mỗi lượt truyền, và cửa sổ ngữ cảnh 200K token; các thông số kỹ thuật này không thay đổi. Điều thay đổi là mọi thứ bên trên: các cải tiến hoàn toàn đến từ quá trình đào tạo bổ sung quy mô lớn được áp dụng cho cùng một trọng số cơ bản.
Chi tiết đó quan trọng hơn vẻ ngoài của nó. Khi một phòng thí nghiệm cải thiện một mô hình nhiều đến vậy mà không chạm vào nền tảng, thì quy trình đào tạo bổ sung hậu kỳ tự nó đã là một sản phẩm. Zhipu tuyên bố cải thiện 50% khả năng lập trình so với GLM-5.2, và các khối lượng công việc mục tiêu rất cụ thể: các tác vụ tác nhân điều khiển bằng terminal, kỹ thuật phần mềm dài hạn và phân tích bảo mật. Đây không phải là một bản nâng cấp trò chuyện tổng quát.
Tóm tắt thực tế: GLM-5.3 là mô hình bạn nên đánh giá nếu bạn muốn có hành vi lập trình tự động mạnh mẽ với chi phí mô hình mở, cùng với tùy chọn chạy nó trên phần cứng của riêng bạn khi các trọng số được phát hành.
Các điểm chuẩn GLM-5.3: các con số và nguồn của chúng
Thông tin từ BigGo Finance và Pandaily đã báo cáo các kết quả sau. Hãy xem xét cột "Nguồn" một cách nghiêm túc: một số con số đến từ các bảng xếp hạng công khai, những con số khác từ các lần đánh giá riêng của Zhipu, và đó không phải là loại bằng chứng giống nhau.
| Điểm chuẩn | Kết quả GLM-5.3 | Ngữ cảnh | Nguồn |
|---|---|---|---|
| Terminal-Bench 3.0 | 28.3 (tăng từ 4.6) | Tăng 6.2 lần; đứng đầu trong số các mô hình mã nguồn mở | Báo cáo ra mắt |
| Agents’ Last Exam | Đứng đầu trong số các mô hình mã nguồn mở | Điểm số không được tiết lộ khi ra mắt | Báo cáo ra mắt |
| CyberGym | 84.5% | Nhỉnh hơn một chút so với Claude Mythos 5 và GPT-5.6 Sol | Báo cáo ra mắt |
| ExploitBench | 54.4% | Kém các mô hình tiên tiến | Báo cáo ra mắt |
| SWE-Marathon | Gấp khoảng 2 lần GLM-5.2 | Kỹ thuật phần mềm dài hạn | Nội bộ Zhipu |
| Khả năng lập trình (tổng hợp) | +50% so với GLM-5.2 | Tuyên bố chính của Zhipu | Nội bộ Zhipu |
Có hai cách hiểu công bằng. Cách hiểu rộng rãi: việc tăng từ 4.6 lên 28.3 trên Terminal-Bench 3.0 không phải là nhiễu. Các điểm chuẩn terminal đo lường liệu một mô hình có thể xâu chuỗi các lệnh shell, đọc đầu ra và phục hồi từ lỗi qua nhiều bước hay không, và GLM-5.2 yếu ở điểm đó. Việc chuyển từ gần cuối lên vị trí dẫn đầu trong số các mô hình mở chỉ trong một bản phát hành điểm đã thay đổi mô hình bạn lựa chọn trong các pipeline tác nhân.
Cách hiểu hoài nghi: hai tuyên bố đáng chú ý nhất, mức tăng 50% về khả năng lập trình và điểm SWE-Marathon tăng gấp đôi, là những con số nội bộ của Zhipu mà không có công cụ công khai nào để tái tạo chúng. Điều đó không có nghĩa là chúng sai, nhưng chúng vẫn chưa được xác minh cho đến khi các trọng số được phát hành và các nhà đánh giá độc lập chạy lại các bộ thử nghiệm.
"Tiếp cận Claude Fable 5" có nghĩa là gì trong thực tế
Cách Zhipu tự định nghĩa là khả năng lập trình và tác nhân của GLM-5.3 đang "tiếp cận Claude Fable 5". Cụm từ đó đang làm một công việc cẩn thận.
Nơi tuyên bố có giá trị: về mặt tác nhân và terminal, các con số được báo cáo gần với lãnh thổ tiên tiến. Vị trí đầu tiên trong số các mô hình mã nguồn mở trên Terminal-Bench 3.0 và Agents’ Last Exam có nghĩa là GLM-5.3 đã vượt qua mọi đối thủ cạnh tranh mã nguồn mở trong các tác vụ quan trọng đối với các tác nhân lập trình tự động. Kết quả CyberGym 84.5% thậm chí còn nhỉnh hơn Claude Mythos 5 và GPT-5.6 Sol, mặc dù biên độ đủ nhỏ để sự biến động giữa các lần chạy có thể giải thích được.
Nơi nó không đạt được: ExploitBench, với 54.4%, vẫn còn rõ ràng kém các mô hình tiên tiến. Phát triển khai thác nhấn mạnh khả năng suy luận đa bước sâu sắc trong điều kiện mơ hồ, và khoảng cách đó cho thấy các mô hình tiên tiến vẫn giữ lợi thế trong công việc nặng về suy luận khó nhất. "Tiếp cận" là một từ trung thực. Nó không phải là "ngang bằng", và đáng khen cho Zhipu, họ đã không nói là ngang bằng.
Ứng dụng thực tế cho stack của bạn: GLM-5.3 đáng để so sánh trực tiếp cho các tác nhân terminal, tự động hóa CI và các tác vụ lập trình quy mô kho lưu trữ. Đối với các vấn đề suy luận khó nhất, các mô hình tiên tiến đóng có thể vẫn giữ vị trí dẫn đầu hiện tại. Nếu bạn muốn cảm nhận cách các mô hình tiên tiến phân biệt chính xác trên các trục này, so sánh Grok 4.6 vs GPT-5.6 vs Claude Fable 5 của chúng tôi sẽ đi sâu vào cùng các danh mục điểm chuẩn với các ví dụ thực tế.
Kế hoạch trọng số mở: khoảng 28 tháng 8 trên Hugging Face
Chi tiết phát hành có thời gian tồn tại lâu nhất không phải là một điểm chuẩn. Zhipu cam kết công bố trọng số mở của GLM-5.3 khoảng hai tuần sau khi ra mắt, tức là khoảng ngày 28 tháng 8 năm 2026, trên tổ chức zai-org Hugging Face nơi các bản phát hành mở trước đây của công ty được lưu trữ.
Khoảng cách hai tuần là có chủ đích. Zhipu cho biết họ đã xây dựng hệ thống đánh giá rủi ro toàn diện nhất từ trước đến nay cho bản phát hành này, và các điểm chuẩn bảo mật giải thích lý do: một mô hình đạt 84.5% trên CyberGym có khả năng tấn công an ninh đáng kể, và việc phát hành công khai các trọng số đó là một quyết định khác so với việc cung cấp chúng đằng sau một API được giám sát. Thời gian xem xét là cái giá của bản phát hành mở.
Việc phát hành này có ý nghĩa gì đối với bạn phụ thuộc vào phần cứng của bạn. Suy luận độ chính xác đầy đủ trên một MoE 744 tỷ tham số là lãnh địa của máy chủ ngay cả khi chỉ có khoảng 40 tỷ tham số hoạt động trên mỗi token, vì vậy hầu hết các nhóm sẽ chờ đợi các biến thể cộng đồng được lượng tử hóa. Nếu bạn định chạy nó cục bộ, hướng dẫn tự host GLM-5.3 của chúng tôi bao gồm việc định cỡ, các stack phục vụ và xây dựng một đường cơ sở so với API được host trước khi các trọng số được phát hành.
GLM-5.3 phù hợp với bối cảnh mô hình mở như thế nào
So sánh rõ ràng nhất là DeepSeek. Cả hai phòng thí nghiệm đều của Trung Quốc, cả hai đều phát hành trọng số mở, cả hai đều có giá cạnh tranh, và cả hai đều ra mắt trong vòng 24 giờ. Sự khác biệt là trọng tâm: dòng V4 Pro của DeepSeek là một sản phẩm chủ lực đa năng, trong khi GLM-5.3 là một sự đặt cược chuyên biệt rằng các tác nhân lập trình là khối lượng công việc đáng để giành chiến thắng. Nếu lưu lượng truy cập của bạn chủ yếu là lập trình tự động, sự chuyên biệt đó là lý do để thử nghiệm GLM-5.3 trước.
Kinh tế học định hình phần còn lại của bức tranh. Việc tăng giá gần đây của DeepSeek, mà chúng tôi đã phân tích trong hướng dẫn tối ưu hóa chi phí API DeepSeek của chúng tôi, đã cho thấy tốc độ biến động của giá API mô hình mở, và nó đã thúc đẩy nhiều nhóm hướng tới tự host như một biện pháp phòng ngừa. Một GLM-5.3 có trọng số mở dẫn đầu Terminal-Bench mang lại cho các nhóm đó một lựa chọn đáng tin cậy khác. Zhipu chưa công bố giá API cụ thể cho 5.3 khi ra mắt; để tham khảo, trang giá chính thức liệt kê GLM-5.2 ở mức 1.4 USD cho 1 triệu token đầu vào và 4.4 USD cho 1 triệu token đầu ra tính đến thời điểm hiện tại, vì vậy hãy dự kiến con số 5.3 sẽ nằm trong khoảng đó, và kiểm tra trang trước khi lập ngân sách.
Bối cảnh hệ sinh thái mở cũng quan trọng. Khi các biến thể được lượng tử hóa tồn tại, GLM-5.3 sẽ gia nhập nhóm các mô hình mà bạn có thể chạy mà không cần bất kỳ phụ thuộc API nào. Tổng hợp của chúng tôi về các LLM cục bộ tốt nhất năm 2026 bao gồm vị trí hiện tại của các nhà lãnh đạo mở; một đối thủ dẫn đầu Terminal-Bench sẽ sắp xếp lại danh sách đó.
Hạn mức Gói lập trình GLM đã được đặt lại
Một chi tiết trong ngày ra mắt ảnh hưởng trực tiếp đến người dùng hiện có: Zhipu đã đặt lại hạn mức Gói lập trình GLM cho tất cả người dùng vào ngày 14 tháng 8. Nếu bạn đăng ký Gói lập trình thông qua Z.ai, hạn mức của bạn đã được làm mới vào ngày phát hành, một lời mời mở để bạn sử dụng hạn mức đó để thử 5.3.
Gói lập trình là ưu đãi với mức giá cố định của Zhipu cho các công cụ lập trình, khác biệt với quyền truy cập API trả tiền theo token, và việc đặt lại chỉ áp dụng cho gói, không áp dụng cho hóa đơn API. Người dùng ở Trung Quốc đại lục có được cùng một hệ sinh thái thông qua open.bigmodel.cn, với các gói và hóa đơn riêng.
Thử API trong năm phút
API của Z.ai tương thích với OpenAI, vì vậy hình dạng yêu cầu sẽ quen thuộc nếu bạn đã từng gọi bất kỳ API LLM lớn nào. Điểm cuối quốc tế là https://api.z.ai/api/paas/v4/chat/completions; Trung Quốc đại lục sử dụng https://open.bigmodel.cn/api/paas/v4/chat/completions. Xác thực là một Bearer token. Một lưu ý: khi ra mắt, các tài liệu chính thức vẫn liệt kê glm-5 là ID mô hình được ghi nhận, vì vậy ID glm-5.3 dưới đây tuân theo quy ước của dòng GLM-5. Hãy xác nhận chuỗi chính xác trên trang tài liệu mô hình trước khi bạn triển khai bất cứ điều gì.
export GLM_API_KEY="your-key-from-z.ai"
curl https://api.z.ai/api/paas/v4/chat/completions \
-H "Authorization: Bearer $GLM_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3",
"messages": [
{
"role": "user",
"content": "Write a bash script that finds the five largest files in a git repo, excluding the .git directory."
}
],
"temperature": 0.6,
"max_tokens": 1024
}'
Phản hồi tuân theo lược đồ của OpenAI: một mảng choices chứa nội dung tin nhắn, cùng với một khối usage với số lượng token.
Một vòng lặp nhanh hơn so với việc chỉnh sửa chuỗi cURL: nhập yêu cầu vào Apidog, lưu trữ GLM_API_KEY làm biến môi trường và tạo hai môi trường, một cho điểm cuối Z.ai và một cho bigmodel.cn. Việc chuyển đổi vùng hoặc ID mô hình trở thành một menu thả xuống thay vì chỉnh sửa, và các phản hồi đã lưu trở thành một đường cơ sở hồi quy cho ngày trọng số mở được phát hành.
Để xem hướng dẫn đầy đủ, bao gồm các client Python và Node.js, streaming và xử lý lỗi, hãy xem hướng dẫn nhanh API GLM-5.3.
Câu hỏi thường gặp
GLM-5.3 có phải là mã nguồn mở không?
Hiện tại thì chưa, nhưng nó sẽ có trọng số mở. Zhipu cam kết phát hành các trọng số trên Hugging Face khoảng ngày 28 tháng 8 năm 2026, khoảng hai tuần sau khi API ra mắt, sau một cuộc đánh giá rủi ro mà công ty mô tả là toàn diện nhất từ trước đến nay. Cho đến lúc đó, cách duy nhất để truy cập là thông qua API được host.
GLM-5.3 khác GLM-5.2 như thế nào?
Mô hình cơ sở là giống hệt nhau. Mọi cải tiến đều đến từ quá trình đào tạo bổ sung quy mô lớn: Zhipu báo cáo mức tăng 50% khả năng lập trình trong các đánh giá nội bộ, một bước nhảy Terminal-Bench 3.0 từ 4.6 lên 28.3, và điểm SWE-Marathon tăng gấp đôi. Cửa sổ ngữ cảnh, số lượng tham số và kiến trúc không thay đổi so với nền tảng GLM-5.
GLM-5.3 có giá bao nhiêu?
Zhipu chưa công bố giá API cụ thể cho 5.3 khi ra mắt. Trang giá chính thức liệt kê GLM-5.2 ở mức 1.4 USD cho 1 triệu token đầu vào và 4.4 USD cho 1 triệu token đầu ra, đây là mức giá tham chiếu tốt nhất hiện có. Hãy kiểm tra trang giá trực tiếp trước khi cam kết ngân sách, và nếu chi phí là hạn chế chính của bạn, hướng dẫn của chúng tôi về tối ưu hóa chi phí API sau khi DeepSeek tăng giá bao gồm các chiến thuật áp dụng cho bất kỳ API tính phí theo token nào.
Tôi có thể chạy GLM-5.3 trên phần cứng của riêng mình không?
Sau khi các trọng số được phát hành, có, với một số lưu ý. Dòng GLM-5 là một mô hình Mixture of Experts 744 tỷ tham số với khoảng 40 tỷ tham số hoạt động mỗi lượt truyền, vì vậy việc phục vụ độ chính xác đầy đủ cần phần cứng máy chủ đa GPU. Các bản dựng cộng đồng được lượng tử hóa sẽ hạ thấp ngưỡng yêu cầu; xem hướng dẫn chuẩn bị tự host để biết kích thước thực tế.
GLM-5.3 có tốt hơn Claude hay GPT để lập trình không?
Trên các điểm chuẩn tác nhân và terminal được báo cáo, nó có tính cạnh tranh, xếp hạng đầu tiên trong số các mô hình mở trên Terminal-Bench 3.0 và nhỉnh hơn Claude Mythos 5 và GPT-5.6 Sol trên CyberGym. Trên ExploitBench, nó kém các mô hình tiên tiến ở mức 54.4%. Câu trả lời trung thực là tùy thuộc vào khối lượng công việc: hãy chạy bộ đánh giá của riêng bạn so với cả hai trước khi chuyển đổi lưu lượng truy cập sản xuất, giống như cách bạn kiểm tra bất kỳ API nào trước khi áp dụng.
GLM-5.3 phù hợp ở đâu trong stack của bạn
GLM-5.3 là một bản phát hành chuyên biệt với thông điệp rõ ràng: hiệu suất tác nhân lập trình gần với mức tiên tiến, trọng số mở trong hai tuần và một API tương thích với OpenAI mà bạn có thể sử dụng cho mã hiện có ngay hôm nay. Câu chuyện điểm chuẩn mạnh mẽ về các tác vụ terminal và tác nhân, trung thực về khoảng cách ExploitBench, và một phần chưa được xác minh cho đến khi các chạy thử độc lập được thực hiện sau ngày 28 tháng 8. Đó là tín hiệu đủ để biện minh cho một đánh giá, nhưng chưa đủ để biện minh cho một cuộc di chuyển.
Cách bắt đầu với chi phí thấp: gửi yêu cầu cURL ở trên, lưu phản hồi và xây dựng một bộ nhắc nhỏ so với khối lượng công việc thực tế của bạn. Tải Apidog để tổ chức bộ đó, giữ các điểm cuối Z.ai và bigmodel.cn làm môi trường có thể chuyển đổi, và biến các cuộc gọi thử nghiệm hôm nay thành đường cơ sở hồi quy mà bạn sẽ cần khi các trọng số mở đến và bạn so sánh triển khai của riêng mình với API được host.