刚刚，GLM-5.3发布：Coding更接近Fable 5！潜伏40年的bug都被揪出来了

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 刚刚，GLM-5.3发布：Coding更接近Fable 5！潜伏40年的bug都被揪出来了 十三 2026-08-14 16:47:51 来源： 量子位 金磊 发自 凹非寺 量子位 | 公众号 QbitAI 太热闹了。 昨儿DeepSeek V4 Pro正式版+Harness、Grok 4.6“你方唱罢”，今儿 GLM-5.3 闪亮一记 “我登场” —— 一出手便杀回 开源一哥 、 国模一哥 ，甚至在Coding方面更加 接近Claude Fable 5！ 也就是说，唐杰给马斯克“画的饼”（说国产模型超越Fable 5不会太久），往前拱了一大截，也就花了2个月整。 在多项主流基准测试中，GLM-5.3是当前 排名最高的开源模型 ，编程与智能体能力接近Claude Fable 5，编程 体感 超过其他国产模型。 更值得注意的是不同推理强度下的表现。随着Token预算增加，GLM-5.3的Coding准确率继续往上走；在High档位下，已经能以明显更低的Token消耗，做到超过Claude Opus 4.8最高档位的准确率。 但你先别急着“嚯~”、“好家伙”，因为好戏还在后头。 这次GLM-5.3除了Coding之外，另一个更重要的关键词，是 安全 。 在CyberGym白盒代码审查中，GLM-5.3拿到84.5%，相比5.2的77.2%继续提升，也略高于Mythos 5和GPT-5.6 Sol，一举成为 最强开源安全模型 。 并且在GLM-5.3发布前两周，智谱就联合清华、南开，以及国内众多企业、实验室，开展了密集的红队测试与安全评估。 据悉，累计发现漏洞2404个（经过初筛、去重），其中1088个为中高危，覆盖系统内核、操作系统、浏览器引擎、开源基础组件、互联网应用与互联网协议等220个项目。 甚至最早的Bug，可以追溯到 40年前！ 所以，这次智谱发布GLM-5.3，两个关键词便一目了然了：一个是Coding，另一个是安全。 不意外，GLM-5.3一出，瞬间在X引发了大量的关注和热议，网友们已经把它称作 “Fable 5级” 了： 不得不说啊，这次GLM-5.3又在国际上把国产AI给支棱起来，这盛况，真是应了揽佬的“名人名言”： 中国人能飞~中国人能飞~ 最重要的一点是，在体验GLM-5.3的真实过程中，我们的体感真真儿的可以用一句话来概括： 丝滑，相当的丝滑！ 是有点 超预期 在身上的。 那么接下来，老规矩，一波深度实测，走起~ 做了一个可交付的模拟游戏 我们这次所有的实测，都会在智谱自家的Harness，即 ZCode 里进行。 第一个任务，就拿 Karpathy 最新抛出的 指环王基准 来小试牛刀一下。 在把《指环王》第一章开头的文字和对应Prompt输进去之后，模型选择我们提前拿到的内测GLM-5.3，并把模式变成“完全访问”，保证全程无人工干预： 然后，GLM-5.3就自己唰唰唰地开始干活了，你只需要做的，就是等： 在 28分钟 后，一个中文版的指环王基准，就水灵灵地做出来了： 视频地址： https://mp.weixin.qq.com/s/LXLsciw8OqStAyxWnktbzg Karpathy设计的这个任务，考验的是模型能否长时间自主规划、写代码、摆放3D资产、编排动画并做出完整可运行作品。 并且我们在Prompt中还刻意加大了难度，让AI根据原文自行改编成约90秒中文旁白，但不能改变核心情节。 从GLM-5.3的结果来看，它不仅可以hold住这项测试的基本要求，更能从文学文本里抓重点，并把文字重新组织成视听语言。 这类任务的难点，其实也不只是Three.js能不能跑起来。模型得先把一段文学叙事拆成场景、人物、镜头和时间线，再一路落进代码里，最后还得保证90秒的内容能连续跑起来。 为了更直观地感受GLM-5.3 Coding能力的提升，我们还用一模一样的Prompt和设置，让GLM-5.2跑了一遍： 视频地址： https://mp.weixin.qq.com/s/LXLsciw8OqStAyxWnktbzg 无需多言，GLM-5.3完胜。 接下来，我们加大难度，让它再做一个可以完全交互的3D手表解构的Demo。 在输入完Prompt之后，GLM-5.3依旧是自己开始操作，遇到需要修复的地方，也会自行检查做调整： 在 十几分钟 过后，结果就生成出来了： 视频地址： https://mp.weixin.qq.com/s/LXLsciw8OqStAyxWnktbzg 在没有任何扫描、没有下载任何手表相关模型的情况下，手表各处细节都能被解构得明明白白，而且是把镜头拉到特别大也是能hold住的那种。 相比前面的“指环王基准”，这一关考的又不太一样：一块完整的表好画，但拆开以后，表盘、机芯、齿轮和表链之间的空间关系还能不能保持住，才是考验3D Coding的地方。 不过有一说一，上面两个实测效果虽然还算不错，但终归是属于演示级别的Demo。 因此，Coding能力的最后一个实测，我们尝试GLM-5.3是否能做 可交付的模拟游戏 。 也就是说，这个任务跑下来，它不仅是有视觉效果，还得是有后端、有数据库、有权限、有测试、有部署的完整模拟游戏。 （注：本地需提前安装好Docker。） 这次任务较为复杂，GLM-5.3总共花了40分钟。 但对于此次任务的验收，我们不能停留在只放出来最终效果，且得一步一步验证。 首先就是 注册和登录游戏 ： 然后我们进入游戏后进行操作，点击 保存到数据库 ，并退出游戏；要保证进来后还是刚才 存档的进度 ： 权限 测试方面，我们退出刚才的账号，再重新注册一个；进入游戏后，我们不难发现2个账号的信息是 互相看不到 的。 这就证明GLM-5.3已经跑通了权限的设置： 视频地址： https://mp.weixin.qq.com/s/LXLsciw8OqStAyxWnktbzg 最后，为了方便起见，我们让GLM-5.3自己跑测试并输出 验收报告 ，Prompt如下： 现在不要再增加任何新功能。 请进入最终验收阶段，实际运行项目现有的全部自动化测试、权限测试、数据库持久化测试和构建测试。 然后向我输出一份最终验收报告。 必须列出： 1 . 实际执行了哪些测试命令 2 . 每一项测试的真实结果 3 . 总测试数量 4 . 通过数量 5 . 失败数量 6 . Docker构建是否真实成功 7 . 哪些内容经过真实验证 8 . 哪些内容尚未验证 9 . 当前已知Bug 不要修改测试结果，不要将未运行的内容描述为已经通过。 最终的报告结果如下，可以看到，这个项目确实是把前端、后端、数据库、权限等，通通跑通了： 结合上面三个实测来看，GLM-5.3在Coding方面，不仅仅是更会写质量更高的“页面”，现在，它已经能把一个需求真正交付成软件。 没有GPU，硬让它编CUDA会怎样？ 既然GLM-5.3已经是可交付的生产级AI，那么安全，也就是此次智