先了解这件事
2026年8月15日,Z.ai发布GLM-5.3模型。据Interconnects报道,该模型当时仅在编码套餐中提供,即将上线API,并计划两周后在Hugging Face开放权重;其与GLM-5.2同基座,仅大幅扩展后训练,参数量约750B,在多项智能体编码基准上超过Kimi K3,部分指标超过Claude Fable 5或GPT-5.6-Sol。此后,Unsloth于8月27日发布GLM-5.3-Flash的GGUF量化版本,称其3-bit量化需128GB内存,该模型为320B-A18B、MIT许可证、原生多模态并支持1M token上下文窗口,此前以Ox Alpha名义预览。8月28日,Unsloth又发布GLM-5.3的2-bit量化版及运行指南,称模型从1.51TB压缩到239GB,体积减少83%,精度保留约81%,可在256GB Mac或相应RAM/VRAM配置上运行。
AI 根据公开报道生成
事件进展
3 个已确认进展
- 来源：Unsloth
- 来源：Unsloth
- 来源：Interconnects
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月29日
Unsloth一手精选
Unsloth 将 GLM-5.3 量化至 2-bit，可在 256GB Mac 本地运行
Unsloth 宣布 GLM-5.3 现已支持本地运行，其 2-bit 量化版本把模型从 1.51TB 压缩到 239GB，体积减少 83%，精度保留约 81%。该版本可在 256GB Mac 或相应 RAM/VRAM 配置上运行，Unsloth 同时放出了使用指南和 GGUF 文件。GLM-5.3 由 Z.ai 开放权重，官方称其面向智能体编码与网络防御。
8月27日
Unsloth一手精选
Unsloth 发布 GLM-5.3-Flash 本地运行 GGUF 量化版
Unsloth 宣布 GLM-5.3-Flash 可通过其 GGUF 量化版本在本地运行，3-bit 量化需要 128GB 内存，并附上使用指南与 GGUF 下载链接。被引用的 Z.ai 发布信息显示，GLM-5.3-Flash 为 320B-A18B 模型，采用 MIT 许可证，原生多模态并支持 1M token 上下文窗口，此前以 Ox Alpha 名义预览，完全运行在中国 AI 芯片上。Unsloth 称该模型在 DeepSWE、编码与智能体基准上可与 Claude Opus 4.8 相比。
8月15日
Interconnects精选
GLM-5.3 发布：中国实验室如何跟上前沿
Z.ai 发布 GLM-5.3，目前仅在编码套餐中提供，即将上线 API，两周后将在 Hugging Face 开放权重。该模型与 GLM-5.2 同基座，仅大幅扩展后训练，参数量约 750B，在多项智能体编码基准上超过 Kimi K3，部分指标超过 Claude Fable 5 或 GPT-5.6-Sol。作者认为中国实验室贴近前沿的主因是发布周期以天计而非以月计，并指出 Z.ai 对公开基准的重视与其融资和股价相关。