GLM-5.3vsGLM-5.2
在 18 个共同 benchmark 中，GLM-5.3 整体领先：GLM-5.3 领先 16 项，GLM-5.2 领先 1 项，持平 1 项，平均分差 +25.91。
GLM-5.316 项(89%)持平1(6%)1 项GLM-5.2
评测分数
按能力类目分组，每组内按分差大小排列；共 18 项。
临床工作与医疗决策
GLM-5.3 领先 2/2| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| MedScribe | 88.818 / 66Max (With Tools) | 83.5331 / 66Max (With Tools) | +5.28 |
| MedCode | 42.8637 / 64Max (With Tools) | 40.7744 / 64Max (With Tools) | +2.09 |
仓库修复与多文件工程
GLM-5.3 领先 2/2| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| SWE-Marathon | 42.503 / 7Max (With Tools) | 137 / 7Max (With Tools) | +29.50 |
| FrontierSWE | 78.102 / 4Max (With Tools) | 74.403 / 4Max (With Tools) | +3.70 |
法律
GLM-5.3 领先 2/2| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Legal Research Bench | 49.046 / 42Max (With Tools) | 31.2529 / 42Max (With Tools) | +17.79 |
| Harvey's Legal Agent Benchmark | 8.3314 / 43Max (With Tools) | 7.0816 / 43Max (With Tools) | +1.25 |
金融
胶着 2/2| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Finance Agent v2 | 55.8414 / 42Max (With Tools) | 49.7030 / 42Max (With Tools) | +6.14 |
| EMB (Excel Modeling) | 56.3430 / 42Max (With Tools) | 61.5324 / 42Max (With Tools) | -5.19 |
写作与创意表达
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Creative Writing | 2,0756 / 110Normal (No Tools) | 1,75725 / 110Normal (No Tools) | +318.50 |
数学
胶着 1/1| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 29.2720 / 42Max (No Tools) | 29.2720 / 42Max (No Tools) | 持平 |
文档与图表理解
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| GDP.pdf | 11.2077 / 122Max (No Tools) | 10.4082 / 122Max (No Tools) | +0.80 |
机器学习工程
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| PostTrain Bench | 39.801 / 5Max (With Tools) | 34.305 / 5Max (With Tools) | +5.50 |
科学计算与科研编程
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| SciCode | 599 / 134Max (No Tools) | 51.2067 / 134Max (No Tools) | +7.80 |
程序生成与编辑
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Vibe Code Bench v1.1 | 78.1219 / 60Max (With Tools) | 63.9630 / 60Max (With Tools) | +14.16 |
维护、优化与工程管理
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Code Migration | 44.2217 / 43Max (With Tools) | 37.8722 / 43Max (With Tools) | +6.35 |
自主开发与终端任务
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Terminal-Bench 4.0 | 41.8220 / 97Max (With Tools) | 185 / 97Max (With Tools) | +40.82 |
跨能力综合测试
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| SuperCLUE | 71.294 / 13Reported best (effort unspecified) | 63.2710 / 13Reported best (effort unspecified) | +8.02 |
跨能力聚合指数
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Vals Index | 56.9723 / 42Max (With Tools) | 53.1227 / 42Max (With Tools) | +3.85 |
规格对比
| 字段 | GLM-5.3 | GLM-5.2 |
|---|---|---|
| 发布机构 | 智谱AI | 智谱AI |
| 发布时间 | 2026-08-14 | 2026-06-13 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 7440亿 | 7533.3亿 |
| 上下文长度 | 1M | 1M |
| 最大输出 | 128K | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GLM-5.3 | GLM-5.2 |
|---|---|---|
| 文本输入 | $1.4 / 1M tokens | $1.4 / 1M tokens |
| 文本输出 | $4.4 / 1M tokens | $4.4 / 1M tokens |
| 缓存读取 | $0.26 / 1M tokens | $0.26 / 1M tokens |
小结
- GLM-5.3在以下类目领先:临床工作与医疗决策 (2/2)、仓库修复与多文件工程 (2/2)、法律 (2/2)、写作与创意表达 (1/1)、文档与图表理解 (1/1)、机器学习工程 (1/1)、科学计算与科研编程 (1/1)、程序生成与编辑 (1/1)、维护、优化与工程管理 (1/1)、自主开发与终端任务 (1/1)、跨能力综合测试 (1/1)、跨能力聚合指数 (1/1)
- 胶着类目:金融、数学
18 个共同 benchmark 上，GLM-5.3 平均高出 25.91 分。
单项差距最大的 benchmark：Creative Writing — GLM-5.3 2,075，GLM-5.2 1,757（分差 +318.50）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。