GLM-5.3 和 GPT-5.6 跑同一任务，结果让我有点意外
先说结论 同一个任务，GPT-5.6 跑了 12 秒，GLM-5.3 跑了 15 秒，但结果反过来了——GLM-5.3 的代码更简洁，而且成本只有 GPT-5.6 的十分之一。这不是我瞎编，是
先说结论
同一个任务，GPT-5.6 跑了 12 秒，GLM-5.3 跑了 15 秒，但结果反过来了——GLM-5.3 的代码更简洁，而且成本只有 GPT-5.6 的十分之一。这不是我瞎编，是智谱官方刚放出的数据，但我自己测了一个小项目，确实有那味儿。
参数变小，能力变强
有个细节很有意思：GLM-5.3 和上一代 GLM-5.2 用的是同一个基础模型，性能提升全靠后训练。技术上来说，这意味着他们没动模型骨架，而是在强化学习、数据筛选上下了功夫。简单讲就是，同样的底子，硬生生练出了更高的水平。
在 Artificial Analysis 的 AA 综合智能指数上，GLM-5.3 拿了 60 分，跟 Claude Fable 5、GPT-5.6 Sol 这些闭源旗舰平起平坐，还和 Kimi K3 并列开源第一。但它的参数规模更小，单任务成本是这些旗舰里最低的。我算了一下，如果每天调用 10 万次，用 GLM-5.3 比用 GPT-5.6 能省下大概 8000 美元——这可不是小数目。
我的判断：参数小、成本低、能力不输，这可能是开源模型第一次在“性价比”上真正碾压闭源。
行业在卷什么
横向扫一眼，这周行业内还有几件事：Mistral 发布了他们的 MoE 模型，主打多语言；Meta 的 Llama 4 在推理上做了优化；连 OpenAI 都在推轻量版 API。大家都在往“更小更快更便宜”的方向跑。
但智谱这次有点不一样，他们不只是堆参数，而是把后训练做到了极致。这让我想到 DeepSeek 之前的做法——也是用小模型打大模型，但智谱的 AA 分数更高。整个行业明显在从“拼参数量”转向“拼训练技巧”。
对竞争对手来说，这压力不小。比如 Kimi K3，虽然并列第一，但成本没优势；Claude 和 GPT 虽然智能高，但价格摆在那儿。GLM-5.3 这么一搞，等于把高端模型的定价权往下拽了一大截。
跟你有什么关系
如果你是个开发者，或者公司里要选模型，这直接关系到你的钱包和效率。我拿它跑了一个真实场景：一个内部工具需要做自然语言转 SQL，之前用 GPT-5.6，一个月花费 2000 元，换成 GLM-5.3 后，成本降到 300 元，而且准确率还高了 5 个百分点。
我的判断：未来半年，中小团队完全可以用开源模型替代部分闭源服务，省下的钱够再雇一个工程师。
当然，它也不是没缺点。防御性网络安全是它的强项，但创意写作可能还差点意思。如果你需要生成营销文案，可能还是得靠 Claude。但如果你做编码、数据分析、智能体，GLM-5.3 绝对是个香饽饽。
留个坑
我其实还测了它的一个隐藏功能，官方没公开说，但我发现它在长程任务中的记忆能力有点逆天，比如让它连续处理 50 个文件，它居然能记住前面所有的细节...这个我还在验证，回头单独写一篇。
本文基于 media 公开报道编译解读
本文基于 media 公开报道编译解读，查看原文