先給一句話定位。GLM-5.3 是智譜（Zhipu AI，海外品牌 Z.ai）在 2026 年 8 月 14 日推出的寫程式模型，官方給它的頭銜是「最強開放權重 coding 模型」；開放權重（open weights）指模型檔案會公開讓人下載、下載後可以自己部署的發布方式。規格重點：context window（上下文視窗，模型一次讀得進來的內容量）1M tokens、最大輸出 128K、總參數約 753B，純文字輸入，不能吃圖片。它跟別家新模型不一樣的地方有兩件：這一版完全不換基座，帳面進步全部來自後訓練（post-training，基座練好之後接著做的強化訓練階段）；資安能力在後訓練過程中長得比 Z.ai 自己預期的快，官方還為此開了一本公開的漏洞披露帳本。付費使用 5.3 本體，截至 8 月 15 日只有 GLM Coding Plan 一個入口，Lite 每月 $18 起。
重點先看
GLM-5.3 於 2026 年 8 月 14 日發布，基座沿用 GLM-5.2，官方公告第一句就寫「Scaling post-training is all we did for GLM-5.3.」，等於昭告這一版只加強後訓練。
規格：context window 1M、最大輸出 128K、總參數約 753B 的 MoE 模型；思考分 low／high／max 三檔且關不掉；純文字、無視覺輸入。
成績單上 Terminal-Bench 2.1 拿 88.2、CyberGym 84.5、GDPval-AA v2 Elo 1769，但整張表是 Z.ai 自己跑的；獨立側只有 GDPval 一條機構數字，SWE-bench Verified 到 8 月 15 日仍沒有 GLM 5.x 的提交。
資安是最特別的支線：Z.ai 的披露帳本登記 2,436 個漏洞、269 個專案，Apple 的 iOS 安全公告曾在 WebKit 段落致謝 GLM 與 z.ai。
付費入口目前只有 GLM Coding Plan（Lite 每月 $18）；per-token API 官方只說 coming soon；模型權重承諾在發布後兩週內、安全評估完成後釋出，時間落在 8 月 28 日前後。
文章目錄
GLM-5.3 是什麼？不換基座的賭注與半年六版的產品線
GLM-5.3 最不尋常的決定，是這一版完全不換基座。Z.ai 在 2026 年 8 月 14 日的發布公告開頭寫了一句很直接的話：「Scaling post-training is all we did for GLM-5.3.」公告並說明，5.3 用的基座與 GLM-5.2 同一顆，每一分進步都來自後訓練。基座模型（base model）是先用大量資料練出來的原始模型，後訓練是在它之後、決定模型實際行為的階段。拿球隊來比喻：基座是球員名單，後訓練是教練團與訓練課表，5.2 升到 5.3，名單一個人都沒換，換掉的是整套戰術演練。比喻只到此為止：教練團再強，救不了天賦不足的名單，後訓練的天花板終究由基座決定，Z.ai 等於把寶押在教練團身上。
對使用者的含義其實很實際。5.2 的手感、長處與老毛病，5.3 大部分會原封不動繼承；帳面的跳升倒是真的，官方自跑的 GDPval-AA v2 從 Elo 1508 拉到 1769，SWE-Marathon v1.1 從 19.4 翻到 42.5。同一顆基座能練出這種幅度，後訓練投入的規模不難想像。
東家順便認識一下。智譜是北京的公司，海外平台叫 z.ai，中國境內平台叫 bigmodel.cn，兩邊跑同一條 GLM 模型線，出貨節奏很快：GLM-5 在 2026 年 2 月 12 日發布，3 月 15 日是 GLM-5-Turbo，4 月 1 日多了走視覺路線的 GLM-5V-Turbo，4 月 7 日的 GLM-5.1 主打 8 小時等級的長任務，6 月 16 日的 GLM-5.2，再到 8 月 14 日的 5.3，半年六個版本。基座訓練吃重資本，後訓練疊代相對輕，這個節奏本身就是策略：把寫程式模型當滾動出貨的產品線，而不是一年改版一次的大工程。對你的影響是，今天的 5.3 過不久就會有下一版，不必為了追版本焦慮。
中國模型這兩年的分工也看得出來：MiniMax H3 守全模態影片生成，Kimi K3 拚寫程式訂閱，智譜押開放權重加資安的組合。市場採用有實績：GLM 5.2 是 OpenRouter 上最大的單一模型，約 22% 的 token 量、累積跑過 3.65T tokens 以上、約 20 家 provider 供應。5.3 截至 8 月 15 日還沒上架 OpenRouter，訂閱端已經先換上。
1M 上下文、753B MoE，與官方留白的那一格
規格先攤開，再講怎麼讀。
| 項目 | 數值 |
|---|---|
| Context window | 1M tokens |
| 最大輸出 | 128K tokens |
| 總參數 | 753,329,940,480（約 753B） |
| 架構 | BF16 MoE，每個 token 啟用 8 個專家 |
| 輸入形式 | 純文字，無視覺輸入 |
| Thinking effort | low／high／max 三檔，無關閉選項 |
官方文件的規格卡沒有掛 beta 標註，是正式規格。token 是模型讀寫文字的基本單位，計費也按它算，大小約一個中文字到半個英文詞。總參數那串數字出自GLM-5.2 在 HuggingFace 上的儲存庫，5.3 重用同一顆基座，數字共用。
753B 聽起來嚇人，但架構是 MoE（mixture of experts，混合專家架構）：模型內部像一間分成好幾百個科別的大型醫院，每處理一個 token，真正出手的是其中 8 個科。你付的錢與等待的時間，取決於每次會診的 8 個科，不是全院規模。這個比喻只解釋計算量，不代表品質，品質還看專家本身練得好不好。
表格裡有一格是官方留白：每個 token 實際啟用的參數量。第三方流傳的 743B、744B 都沒有官方依據，引用前先扣住。這格空白為什麼重要：MoE 的成本取決於啟用的部分，啟用參數量不公布，這顆模型的效率上限就算不出來，只能直接看牌價。BF16 則是數值精度格式，標示模型權重用什麼精確度儲存，直接決定檔案體積；5.2 的整套權重在這個格式下約 1.4 到 1.5TB，本機部署的門檻就從這個數字開始算。
1M 的 context window 放進工作情境才有感。agent（代理）指你交辦之後，它自己連續操作、做完回報的那種用法；agent 的失誤多半來自忘記自己先前為什麼那樣改，幾十萬行的 codebase 加上來回對話，舊模型會在中途開始失憶，1M 等級把這個臨界點往後推很多。128K 的輸出上限對應另一端：一整份重構計畫可以一次寫完，不必拆成好幾段接龍。要真的吃到 1M，呼叫時得指定長上下文的模型 tag，接線段落再講。具體場景幫助理解：把一個幾十萬行的專案連同兩週的修改歷史一次餵進去，1M 吃得下；換成小視窗的模型，內容超過容量只能摘要或截斷，摘要就會漏細節，而漏掉的那一行，常常正是 bug 的藏身處。
行為面最容易踩的是 thinking（模型的思考過程）。三檔 low、high、max，沒有 off。從 Anthropic 格式遷移過來的程式要特別注意：沿用把 thinking.type 設成 disabled 的寫法，請求會直接失敗，正確做法是改成 enabled 並把 reasoning_effort 降到 low。官方文件把這條寫成遷移提示，代表踩到的人不少。檔位怎麼選官方沒給建議，但邏輯不難推：小改動、補測試用 low，回來得快；跨檔重構、找不出來的 bug 留給 max。麻煩在於沒有 off，任務再簡單，模型還是會跑一段思考，token 就這樣花掉。
視覺能力明確缺席。UI 截圖對照、設計稿還原、圖片除錯這類任務直接出局，這是純文字模型的邊界，沒有修不修的問題。PTT 討論串裡鄉民抱怨的第一件事就是它。需要看圖的工作，現階段交給別家模型；這條產品線上雖有 GLM-5V-Turbo 走視覺路線，它與 5.3 是不同產品，看圖與寫程式各有各的型號，別混為一談。
誰跑的分？讀 GLM-5.3 成績單前先分三層證據
讀 5.3 的任何一個分數前，先問一句：這個分數是誰跑的？它的成績分三層證據：Z.ai 自己跑的對照表、第三方機構執行的評比、官方排行榜的提交紀錄。三層的可信度用途不同，混用就會得出錯誤結論。
廠商自跑的 benchmark（跑分，模型的考卷）像補習班自己辦的模擬考：題目可以很紮實，前後屆的進步看得出來，但拿 A 補習班的模擬考分數跟 B 補習班比沒有意義，因為出題與批改是同一方。能跨校比較的，是學測那種統一命題、統一閱卷的考試。模擬考不是假考試，它只是不能拿來跨校排名。
官方對照表：連競品分數都是 Z.ai 跑的
| Benchmark | GLM-5.3 | GLM-5.2 | Kimi K3 | Opus 4.8 | Fable 5 | GPT-5.6 Sol |
|---|---|---|---|---|---|---|
| Terminal-Bench 2.1 | 88.2 | 81.0 | 88.3 | 85.0 | 88.0 | 88.8 |
| Terminal-Bench 3.0 | 28.3 | 4.6 | 17.4 | 21.1 | 33.7 | 34.6 |
| DeepSWE v1.1 | 66.9 | 46.2 | 67.5 | 58.0 | 69.7 | 72.7 |
| FrontierSWE | 78.1 | 67.5 | 未列 | 66.5 | 88.2 | 未列 |
| SWE-Marathon v1.1 | 42.5 | 19.4 | 48.1 | 48.8 | 33.1 | 42.5 |
| CyberGym | 84.5 | 77.2 | 80.0 | 78.1 | 83.8 | 83.6 |
| ExploitBench | 54.4 | 24.4 | 32.2 | 40.0 | 78.0 | 76.5 |
| GDPval-AA v2（Elo） | 1769 | 1508 | 1682 | 1588 | 1743 | 1730 |
榜的名字先分類：Terminal-Bench 測終端機裡的任務執行，DeepSWE、FrontierSWE、SWE-Marathon 是不同難度與時長的真實軟體工程題，CyberGym 與 ExploitBench 從漏洞發現排到完整利用，GDPval-AA v2 是通用任務的 Elo 評比（Elo，把勝負換算成分數的積分制）。
站上前的格子先看。CyberGym 84.5 是全表最高，壓過 GPT-5.6 Sol 的 83.6 與 Fable 5 的 83.8；GDPval 的 Elo 1769 也是表內最高；Terminal-Bench 2.1 的 88.2 排第三，落後 Sol 的 88.8 與 Kimi K3 的 88.3，差距不到 1 分，換個隨機種子可能就翻盤，前面幾個名字實質並排。
沒贏的格子也要看。Terminal-Bench 3.0 拿 28.3，落後 Sol 的 34.6 與 Fable 5 的 33.7，而那一排全場最高才 34.6，代表新版題目難度跳了一級，所有模型一起重排，此時的贏家不代表格局底定。FrontierSWE 78.1 對 Fable 5 的 88.2 差了 10 分；DeepSWE 的 66.9 輸給 Sol、Fable 5、Kimi K3；SWE-Marathon 42.5 平 Sol，輸 Opus 4.8 的 48.8 與 K3 的 48.1；ExploitBench 54.4 跟 78.0、76.5 有一大段距離。公告裡還有一批長任務與工具使用的榜：Toolathlon 73.0、HLE w/Tools 62.5、NL2Repo 58.0、AutomationBench 48.2、ProgramBench 19.0，好壞互見，讀法與上面相同，看形狀不看單格。
整張表最乾淨的比較，其實是 5.2 對 5.3 那兩欄：同一顆基座、同一家跑法、同一天發布，變數最少，所以 81.0 到 88.2、19.4 到 42.5、24.4 到 54.4 這些跳升，是公告裡可信度最高的一段。跨廠的格子拆開看形狀就好：對 Opus 4.8 八格贏七格，只在 SWE-Marathon 落後；對 Fable 5 是四比四；對 Sol 寫程式類多半落後，cyber 與 GDPval 兩格站前面。Opus 這條產品線的節奏與定位，站上對Claude Opus 5 的完整拆解有整理。
官方宣傳的「進步 50%」也要看清楚出題人是誰。那個數字出自 Z.ai 內部私有基準 Z.ai Code Bench：max effort 通過率 34.5%、每題約 75K tokens，5.2 是 23.4%、每題約 96K；high effort 31.4%、約 50K tokens，贏 Opus 4.8 的 29.5%，而 Opus 每題吃到約 120K；Fable 5 同榜 39.5%，5.3 仍落後。講白了，50% 的分子分母都在 Z.ai 家裡，進步是真的，比較基準是私有的。
幫 Z.ai 說句公平話：它把沒贏的格子照列，沒只貼勝場，這點比多數官方公告好看。私有榜也不必然不可信，公共榜怕的是考題早已出現在模型的參考書裡（訓練資料污染），私有榜反而沒這個問題，關鍵始終是出題人的立場。資安段的 Semgrep 測試，就是私有榜做出分量的例子。
獨立機構成績：能直接引用的只有一條
GDPval-AA v2 由 Artificial Analysis 執行，這是 5.3 少數能直接引用的第三方機構數字：Elo 1769，高於 Fable 5 的 1743、Qwen3.8-Max 的 1739、GPT-5.6 Sol 的 1730、Opus 4.8 的 1588。注意它贏的是通用任務，不是寫程式專科。這條數字的價值在出題人：同一套題目、同一套評比流程，所有模型站在同一個基準上，1769 這個位置別家廠商拿不走也改不了。限制也一樣清楚：它量的是通用任務的勝負，拿去推論寫程式強弱，中間還隔著一段沒有證據的路。
官方排行榜：連續三代的提交缺口
SWE-bench 官方排行榜到 8 月 15 日為止，Verified 榜上看不到任何 GLM 5.x；整個 GLM 家族唯一的條目，是 2026 年 2 月 17 日提交的 GLM 5（high）搭 mini-SWE-agent，72.80%，每題成本 $0.53。5.1、5.2、5.3 三代都沒送測。5.3 的公告也完全沒列 SWE-bench Verified 或 Pro，舊版的自述裡有 SWE-bench Pro：5.2 是 62.1、5.1 是 58.4。「5.3 跟 Claude 差幾分」這題，目前沒有公信答案。
Terminal-Bench 官方榜的狀況更微妙。2.1 版榜上 GLM 系列唯一的提交，是 2026 年 5 月 1 日送測的 GLM-5.1（max）搭 Claude Code，58.7%，在榜上墊底；5.2、5.3 未提交；3.0 版榜還在建置中。而 Z.ai 自跑給 Opus 4.8 的 Terminal-Bench 2.1 是 85，Opus 4.8 在官方榜的提交成績是 78.9，差了 6 分。這不是誰動手腳，是自跑環境與官方提交流程本來就不可比；跨廠比較要拿同一個榜的提交數字才算數。真正的麻煩在結構：當一家廠商只公布自跑、不提交公信榜，你手上就永遠只有一種證據。GLM 5.x 現在正是這個狀態，所以「5.3 寫程式到底多強」這題，目前拿得到的答案只有官方版本，獨立驗證還沒到。
引用 5.3 數字時，幫自己分三類：前後代對照，最可信；跨廠自跑，僅供參考；獨立機構，目前只有 GDPval 一條。把自跑的 88.2 直接講成「比 Claude 強」，就是把類別搞混了。
找漏洞的支線：一本 2,436 筆的披露帳本
寫程式之外，5.3 還長出一條別家前沿模型沒有的支線：資安。官方說法有兩句，後訓練過程中，資安能力長得比預期快；CyberGym 的漏洞發現項目拿到 SOTA（state of the art，該項目目前已知最好成績）。跑分之外更有意思的是 Z.ai 把這個能力拿去做了什麼：他們開了一本公開的安全披露帳本，把模型找到的真實漏洞登記在案。到 8 月 15 日為止，帳本有 2,436 個漏洞、橫跨 269 個專案，Critical 級 107 個、High 級 990 個，合計 1,097 個中高風險；已通報並公開的只有 53 筆，其餘 2,383 筆還在保密期。看得到的條目包括 Linux kernel 的 6lowpan UAF、Apple Safari/WebKit、FreeBSD ptrace、GStreamer、Joomla、Suricata。兩個數字最有畫面：最老的漏洞 1981 年就引入，平均潛伏 26.6 年。
保密期（embargo）的機制順便說明：漏洞通報後、修補完成前先不公開，避免細節在修好之前流出去變成武器。這像社區警衛發現某戶門鎖有問題，先找鎖匠換鎖，換好才在公布欄貼公告，公告貼早了等於教小偷哪幾戶還沒換鎖。兩者有個差異：門鎖換好風險就結束，軟體漏洞要等使用者把版本升級完成，風險才真正收斂，所以保密期可能拉很長。
帳本還有第三方回執。Apple 的一份 iOS 安全公告在 WebKit 修補段落致謝 GLM 與 z.ai 一次，同一份公告裡 Anthropic 被致謝兩次。廠商公告的致謝欄是可查證的公開紀錄，這種回執的含金量比自跑榜高。
社群流傳的說法要分開看。Hacker News 的討論串裡，一位使用者留言宣稱拿 GLM 找到 WordPress plugin 的 0-day、RCE 與 6.8 kernel 的利用；那是個人實測留言，不是 Z.ai 的官方說法，而且 8 月 15 日抓取的帳本可見條目裡，沒有任何 WordPress plugin。宣稱可以聽，對帳的基礎是帳本。
政策脈絡是資安圈覺得它實用的真正原因：美國前沿模型對滲透測試、漏洞分析這類 security 工作，普遍直接拒答或要求申請；GLM-5.3 沒有這道限制。對防禦方是生產力，對攻擊方同樣是生產力，一個找漏洞能力強的開放權重模型，雙面性擺不掉。Z.ai 用保密期帳本管理披露節奏，方向是對的，但 2,383 筆未公開本身就是一個風險面，這筆帳怎麼透明化，值得持續盯。
獨立側的證據也有，但測的是 5.2。Semgrep 的私有 cyber 基準測 GLM-5.2，偵測 IDOR（存取控制缺失類漏洞）的 F1 是 39%，贏 Claude Code 的 32%，每找到一個漏洞成本約 $0.17。私有集不易污染，這個背書有分量。Z.ai 自己承認 5.2 比 5.1 更容易出現鑽規則漏洞交差的行為（hacking behavior），Semgrep 的結果等於在資安這一格替 5.2 平反，5.3 則還沒有對應的獨立測試。
對一般開發者，這條支線的啟示很實際：把安全審查放進 agent 工作線，讓它在 code review 裡抓存取控制類的問題，這件事的成本已經低到可以常態化，Semgrep 量出來的每個漏洞約 $0.17，與請一次滲透測試是兩個價位的世界。前提講清楚，那是 5.2 的實測，5.3 要等自己的獨立驗證。
能力邊界也要講清楚。ExploitBench 也就是完整利用那一格，5.3 只有 54.4，輸 Fable 5 的 78.0 與 Sol 的 76.5；公告另一段順位裡的閉源模型 Mythos 5（未收進對照表）也排在它前面。找漏洞與打通漏洞是兩件事：前者是找到問題，後者是把問題變成實際可用的入侵路徑。分數顯示 5.3 贏在前者，愈靠近後者，與閉源前沿的差距愈大，而這個規律是 Z.ai 自己列出來的。
per-token 未開賣：Coding Plan 點數制怎麼運作
最實際的先講：GLM-5.3 的 per-token API 還買不到，官方只說 coming soon，Z.ai 定價頁沒有 5.3 的欄位。現在能用的價格基準是舊版：
| 路徑 | 輸入 | 快取輸入 | 輸出 | 備註 |
|---|---|---|---|---|
| GLM-5.2 API 官方牌價 | $1.4 | $0.26 | $4.4 | 每百萬 tokens |
| GLM-5 API | $1 | $0.2 | $3.2 | 每百萬 tokens |
| GLM-5-Turbo API | $1.2 | $0.24 | $4 | 每百萬 tokens |
| OpenRouter GLM-5.2 | $0.49 | 未提供 | $1.54 | 聚合價，約 35 折（省 65%），架上尚無 5.3 |
要用 5.3 本體，付費入口只有 GLM Coding Plan：
| 方案 | 定價 | 5 小時額度 | 週額度 |
|---|---|---|---|
| Lite | $18／月 | 2,000 點 | 10,000 點 |
| Pro | 約 $80／月 | 12,000 點 | 60,000 點 |
| Max | 約 $168／月 | 28,000 點 | 140,000 點 |
Lite 的 $18 是 Coding Plan 官方文件白紙黑字列的數字；Pro 與 Max 是 z.ai 訂閱頁列的定價，頁面另顯示約七折的優惠價（$12.6、$56、$117.6），折扣條件與即時價以結帳頁為準。
點數制有幾個規則。額度分兩層：5 小時滾動一輪，每週再一輪總量，吃太凶會先後被卡。GLM-5.3 的點數乘數是輸入 ×6.9、快取輸入 ×1.7、輸出 ×24；快取指同一段開頭內容重複使用時的折扣價。離峰時段再打五折，尖峰定義是新加坡時間週一到週五下午 2 點到 6 點（UTC+8，與台灣同時區），其他時段含週末全是離峰，下班才寫程式的人反而受惠。方案之間的差別看額度形狀：Lite 到 Pro 週額度差 6 倍，價格差約 4.4 倍，愈高檔單位點數愈便宜；真正的分界是 5 小時滾動限額，它決定尖峰時段撐得住多少並行任務。選法建議保守起步：先訂 Lite 實測一週，看自己的點數消耗曲線，再決定升不升級，這比看任何比較文都準。乘數之間的相對關係也值得記：輸出乘數是輸入的三倍多，而模型的思考全算輸出，這就是輸出占比主導整條工作線成本的原因。
點數乘數像影印店的價目表：黑白影印一張一元，大圖輸出一張二十四元；輸入是黑白影印，輸出與思考全算大圖輸出。差別在於：印多少你自己決定，思考的長度是模型決定的，你只能靠 effort 檔位去約束。
官方也給了每週 token 估計，前提是 90.9% 的快取命中率：Lite 43 到 87M，Pro 263 到 526M，Max 613 到 1,226M。九成命中率不是人人有：反覆用同一段開頭的 agent 工作線（專案說明、慣例文件固定）吃得到，一次性長文件分析每次 prompt 都是新的，命中率低很多，同樣點數能跑的量跟著縮水。先判斷自己屬於哪一種，再看官方估計。
一個地雷埋在訂閱裡：在 Coding Plan 指定請求 GLM-5.2 或 5.1，後端會自動路由到 5.3，不另行通知。日常使用方便，做對照實驗是災難；想拿 5.2 當省點數模式或對照組，訂閱內做不到。
免費入口有兩個，但都不完整。chat.z.ai 的免費網頁版，首頁至今標著 powered by GLM-5.2，5.3 還沒上網頁版，PTT 鄉民也注意到同一件事；ZCode 是 Z.ai 新推的免費桌面編碼代理，用的是 5.3，8 月 31 日前有限時 1.5 倍有效額度加成。想零成本摸 5.3 的 agent 手感，ZCode 是目前的門。兩個入口的分工也簡單：chat 適合問答與快速驗證想法，ZCode 才是 agent 工作線的形狀。
同一條工作線的三種月帳單（示意試算）
成本問題現在有個麻煩：5.3 還沒開 per-token，只能用 5.2 牌價類比，等開價後重算。算式全程透明，你可以代自己的數字進去。
重度情境（示意）：一條每天開著的 agent coding 工作線，每月 300M tokens，輸入佔七成（210M）、輸出佔三成（90M），輸入 90.9% 命中快取。牌價 API 的帳是：快取輸入 190.9M × $0.26 約 $49.6，未命中輸入 19.1M × $1.4 約 $26.7，輸出 90M × $4.4 是 $396，月帳單約 $472，輸出那一筆佔八成以上。OpenRouter 的帳：210M × $0.49 約 $102.9，加 90M × $1.54 約 $138.6，月帳單約 $242；這條報價沒有快取價可採計，估計偏保守，而且架上跑的是 5.2。Coding Plan Pro 每月 $80：官方估 Pro 每週可跑 263 到 526M，一個月按 4.3 週算是 1,130 到 2,260M，300M 綽綽有餘；Lite 換算約 185 到 374M，300M 落在區間上緣，輕量月份勉強，遇到輸出暴衝會被 5 小時限額卡住。
輕度情境（示意）：每月 30M tokens 的使用者，同樣構成假設下，牌價 API 約 $47、OpenRouter 約 $24、Coding Plan Lite 固定 $18。說穿了，重度用戶把月費攤到大量 token 上，單位成本被壓低；輕度用戶攤不開，三條路的差距縮小，Lite 的價值在於敢放 max 檔思考，不必心疼每個 token。
| 情境 | 牌價 API（5.2 價類比） | OpenRouter 5.2 | Coding Plan |
|---|---|---|---|
| 重度 300M／月 | 約 $472 | 約 $242 | Pro $80 綽綽有餘 |
| 輕度 30M／月 | 約 $47 | 約 $24 | Lite $18 |
這張表的用法：先估自己每月的輸出 token 量，再對號入座；估不準，就先記一週的帳，把實測數字代進算式。敏感度也交代：輸出占比愈高，按 token 的兩條漲愈快，訂閱相對優勢愈大；工作線若輸入為大宗、輸出很短，差距會縮小。快取的經濟學，GPT-5.6 的定價拆解算過同一件事，同一個 prefix 被重複用了幾次才是關鍵；低價 API 這個命題，Grok 4.5 的評測也走過，結論都是看工作線的形狀，不是看牌價絕對值。訂閱壓倒性便宜的另一面也要看：Z.ai 把 per-token 壓著不開、用訂閱先把重度用戶鎖進來，商業意圖不難讀；而按用量遇到 token 暴衝是帳單痛，訂閱遇到暴衝是直接被限額卡到停工，兩種痛不一樣，押訂閱前先想清楚自己的工作線會不會暴衝。
5.2 的前科要記得。Hacker News 有使用者兩天燒完週額度，cline 的 GitHub issue 有人回報 token 計數高得離譜，5.1 升 5.2 時推理 token 從 16.7K 翻倍到 36.7K。官方宣稱 5.3 有改善（私有榜每題消耗從約 96K 降到約 75K），獨立側還沒有系統性驗證，社群裡仍有人看到 500 token 的 prompt 跑出 5,000 token 的思考。老實說，自己記帳，別信任何人的「感覺比較省」。
接進 Claude Code：一個端點與三個地雷
接法不難，難在地雷。官方文件明列支援的工具是 Claude Code、Cline、OpenCode，The New Stack 的報導另提到 Codex。共通原則是走 Anthropic 相容端點（路徑 /api/anthropic），這些工具都吃這種端點，所以接法一致：工具不用換，在它眼裡就是一個 Anthropic API，把端點與金鑰換成 Z.ai 的即可；欄位名稱照官方文件抄最穩。Claude Code 的環境變數設定做法站上有完整教學，改法沿用，只換那兩個值。相容端點的設計對使用者的意義是零遷移成本：不換工具、不換工作流、不重學指令，換的只是帳單寄到誰家。
地雷一，tag 要寫對。要吃到 1M context，在 Claude Code 用 glm-5.3[1m] 這個 tag，The New Stack 特別點出這個細節。
地雷二，thinking 關不掉。沿用 thinking.type 的 disabled 寫法會讓請求直接失敗，要改成 enabled 加 reasoning_effort low 才能過；升級舊 script 的人幾乎必踩。
地雷三，自動路由壞對照。訂閱內點 5.2 或 5.1 會被靜默導向 5.3，要做 A/B 對照得走不同入口，例如一邊 OpenRouter 的 5.2、一邊訂閱的 5.3。工具之間怎麼分工，Codex 與 Claude Code 的分工解析談過同樣的原則：不同任務接不同模型，比硬拗一個工具全包更省。習慣 OpenAI 那套的人，OpenAI Codex 的操作教學是另一條對照線。
第一次接，驗收抓兩件事。確認設定真的生效：端點、金鑰、tag 三個值逐字對官方文件，自動路由讓設錯不一定有錯誤訊息。建立基準線：挑一個熟到不能再熟的小任務，記下第一天的 token 消耗，之後每天對照，暴衝當天回頭查是哪個請求吃掉的。這兩步走完，「5.3 適不適合我」的答案會比任何評測都可靠，因為證據是你自己的帳本。
五種人、三條路：誰該現在進場
答案先放進表裡，理由列在後面。
| 你是誰 | 免費入口 | API 按 token | Coding Plan 訂閱 | 什麼情況轉向 |
|---|---|---|---|---|
| 重度 agent 用戶 | 只夠試水溫 | 帳單難預測 | 主力，Pro 起跳 | 任務要吃圖片就別當主力 |
| 一般開發者 | chat 夠用 | 5.2 低價即可 | 多半用不滿 | 5.3 開 per-token 再評估 |
| 學生與預算緊 | ZCode 加 chat | OpenRouter 5.2 | 先免費跑一個月 | 點數燒完回免費入口 |
| 團隊採購 | 評估用 | 等正式計價 | 等獨立榜提交 | 要公信數字當採購依據就先等 |
| 本機部署玩家 | 等權重釋出 | 不適用 | 不適用 | 8 月 28 日後看授權與檔案規模 |
重度 agent 用戶直接看訂閱，Pro 起跳：免費入口只夠試水溫，按 token 對每天開著的線帳單難預測，先決條件是任務不依賴圖片輸入。一般開發者每週用幾次，免費 chat 加 5.2 低價 API 夠用，訂閱容易變閒置支出。學生與預算緊的，ZCode 在 8 月 31 日前有 1.5 倍加成，先當免費的 coding 終端機用，養成工作流再談付費；終端機 coding agent 的節奏，Muse Code 的解析有另一套可參考。團隊採購等兩份文件再動：正式定價頁與獨立榜提交紀錄，把還沒開價、還沒送測的模型排進生產管線，流程上說不過去。本機部署玩家等 8 月 28 日前後：5.2 權重拆成 282 個分片檔（shards，模型檔案切成的下載單元）、合計約 1.4 到 1.5TB（BF16），5.3 同基座、規模同一量級，消費級硬體出局，網路上「幾張卡就能跑」的說法目前都沒有官方依據。
矩陣的使用方式很簡單：先找自己的那一列，再看轉向欄；若兩邊條件都符合，代表正處在分流點，先用免費入口把不確定性消耗掉再花錢。
可用性、社群溫度與 8 月 28 日的開源節點
可用性本身沒有障礙。官方沒有公告任何台灣專屬限制；入口分兩個，z.ai 國際版美元計價訂閱，bigmodel.cn 是中國版，人民幣計價並綁中國手機號，不在中國大陸的使用者走 z.ai 就好。付款過不過、有沒有收據，以結帳頁當下顯示為準。
社群溫度可以參考。PTT AI_Art 板在發布當天有討論串，反應三種都有：驚嘆後訓練的跳躍、拿 Kimi K3 的訂閱價來比、抱怨沒有視覺輸入而且網頁版還停在 5.2。Threads 有台灣使用者貼 5.2 與 5.3 搭 OpenSpec 工作流的實測，評價是好用、速度不算快、沒有圖片輸入，部分評分超過 Opus 4.8 但沒到 Fable 5 或 Sol 的水準。Hacker News 的訊號偏正面：比特幣核心開發者 Gregory Maxwell（帳號 nullc）說 5.2 是唯一沒讓他定期被說謊弄到疲勞的模型；另一位使用者 varshar 回報，5.3 首次能對 55K 行的 Clojure 專案寫出 2K 行 PR 等級的實質規劃。
台灣科技媒體截至 8 月 15 日零報導，繁中第一手整理目前是真空，中文圈現有的 5.3 內容多半是簡中官方文件的轉述。搜尋「GLM-5.3 vs Claude」排前面的比較文，甚至是發布前一個月就寫好的猜測文，內文自己聲明 5.3 當時尚未發布。看到沒標日期、沒交代成績單是誰跑的比較，先打折扣再看。
開源是下一個節點。官方承諾發布後兩週內、安全評估完成後釋出權重，以 8 月 14 日換算是 8 月 28 日前後；HuggingFace 上 zai-org/GLM-5.3 目前回 401，還拿不到。GLM-5.2 的先例是 MIT 授權、282 個 shards、BF16 下載量約 1.4 到 1.5TB；5.3 的授權依 5.2 慣例推測是 MIT，但在儲存庫上線前，那只是推測，不是承諾。8 月 28 日前後會有第二波搜尋與實測潮，屆時回頭看榜單與授權，資訊會比現在完整得多。
開源後看四件事：授權條款是否沿用 MIT、有沒有附加使用限制；檔案規模與拆分方式，直接影響下載與部署成本；社群第一週的量化實測，特別是對照 5.2 的 token 消耗；部署框架的支援進度。四項到位，本機部署的討論才有基礎。等待期的功課不浪費：用 ZCode 或 Lite 訂閱把自己的基準線跑出來，權重釋出、獨立實測出爐時，你手上已經有自己的數字可以對照，判斷會比從零開始的人快一截。
六種情況，先不要選 GLM-5.3
限制直接列。任務需要視覺輸入的，出局：UI 截圖對照、設計稿、圖片除錯，純文字是它的邊界。要求互動速度的，觀望：社群實測的一致意見是不快，長思考又關不掉，輕量小改動用它是繞路。要做嚴謹模型對照的，換場地：訂閱內的自動路由會把 5.2 與 5.1 的請求靜默導向 5.3。採購需要公信數字的，再等：SWE-bench Verified 沒有 GLM 5.x 的提交，Terminal-Bench 官方榜也沒有 5.3，獨立數字只有 GDPval 一條，Semgrep 測的還是 5.2。token 預算緊的，小心：輸出乘數 ×24，5.2 有推理 token 翻倍的前科，5.3 的改善目前只有官方自述。要本機部署的，8 月底前別動：權重還沒釋出，一切顯卡需求與部署教學都是猜的。
把限制反過來，就是它的最佳使用區：純文字的大型重構、長時間 agent 任務、以省錢為前提的 code review 與安全審查、需要 1M context 的巨型專案。這四種工作，它目前的性價比很難有對手；離開這個範圍，缺點會開始蓋過優點。挑模型跟挑工具一樣，重點不是它多強，而是它的短處會不會正好踩在你的工作線上。
下一步怎麼走：15 分鐘、1 小時與兩個等待節點
15 分鐘版本：裝 ZCode，丟一個手上的真實小任務進去，不用 hello world 等級的例子；8 月 31 日前有 1.5 倍有效額度加成，零成本換第一手手感。
1 小時版本：已經在用 Claude Code 的人，照官方文件把端點換成 /api/anthropic，tag 用 glm-5.3[1m]，同一條工作線跑一週，自己記 token 帳，對照三條路的試算表。記帳時輸入、快取、輸出分開記，三者的乘數不同，混成一桶會對不上消耗，你會以為被坑，多半其實是輸出那欄在燒。
等待版本：兩個節點後再下重本。8 月 28 日前後權重釋出，看社群實測與授權條款；per-token 定價公布後，把三條路的試算重跑一遍。主線兩個月一代的節奏，等第二手情報再進場，成本通常更低。
常見問題
GLM-5.3 打得贏 Claude Opus 或 GPT-5.6 嗎？
看引用誰的數字。Z.ai 自跑的表上，5.3 對 Opus 4.8 八個共同基準贏七格，只輸 SWE-Marathon，但那張表連競品分數都是 Z.ai 跑的，跨廠不能直接比。獨立可查的數字裡，GDPval-AA v2 的 Elo 1769 高於 Opus 4.8 的 1588；Terminal-Bench 與 SWE-bench 兩個官方榜，Opus 系列有提交、GLM 5.3 沒有，同一套跑法的公平對照目前不存在。白話講：通用任務有獨立數字支撐它領先，寫程式對決只有官方自跑版本。
GLM-5.3 什麼時候開放權重下載？一般電腦跑得動嗎？
官方承諾發布後兩週內、安全評估完成後釋出，換算是 2026 年 8 月 28 日前後。截至 8 月 15 日，HuggingFace 上 zai-org/GLM-5.3 回 401，還下載不到。GLM-5.2 的先例是 MIT 授權、282 個 shards、約 1.4 到 1.5TB（BF16），5.3 同基座、規模同一量級，一般消費級硬體不用想；網路上「幾張卡就能跑」的說法沒有官方依據。授權以儲存庫上線當下的標示為準，目前說 MIT 只是依 5.2 慣例的推測。
有免費管道用得到 GLM-5.3 嗎？
有，但只有半套。chat.z.ai 的免費網頁版目前還是 GLM-5.2，首頁就標著 powered by GLM-5.2，拿它試不出 5.3 的味道；ZCode 是 Z.ai 新的免費桌面編碼代理，用的是 5.3，8 月 31 日前有 1.5 倍有效額度加成。要零成本摸 5.3 的 agent 手感，ZCode 是唯一的門。
GLM Coding Plan 的 Lite 每月 $18 夠用嗎？
看用量形狀。官方估 Lite 每週 43 到 87M tokens（90.9% 快取命中假設），每週用幾次的輕量線夠用；每天開著跑的 agent 線，輸出乘數 ×24 會讓點數燒很快，Pro 起跳比較安全。兩個隱藏成本要算：台灣時間平日下午 2 點到 6 點是全額乘數，其他時段含週末是離峰半價；訂閱內的自動路由讓你沒有退回 5.2 省點數的選項。
訂了 Coding Plan，還能指定用 GLM-5.2 省點數嗎？
不能。在 Coding Plan 裡請求 GLM-5.2 或 5.1，後端會自動路由到 5.3，不另行通知，官方把它寫成特性而不是地雷。日常使用很方便，做 A/B 對照會被壞掉；想拿 5.2 當對照組，得走不同入口，例如 OpenRouter 的 5.2。
台灣怎麼訂 GLM Coding Plan？怎麼付款？
z.ai 國際版就是入口，美元計價訂閱，官方沒有公告任何台灣專屬限制；bigmodel.cn 是中國版，人民幣計價並綁中國手機號，不在中國大陸的使用者走 z.ai 就好。付款方式與收據，以結帳頁當下顯示為準。訂之前先用免費的 ZCode 確認 5.3 的手感，chat 網頁版目前還是 5.2，拿它試不出 5.3 的味道。
GLM-5.3 的繁體中文表現如何？
官方規格卡列的是 context、輸出上限與思考檔位，沒有語言清單，成績單上也沒有繁中專屬數字。實際使用訊號是正面的：PTT 有討論串，Threads 有台灣使用者的實測心得，中文圈已把它放進日常工作流。要繁中品質的證據，目前只能靠社群實測累積；快速自測的方法，是拿一段你寫過的繁中技術文件丟給它改寫，跟自己的版本對照。
統計學的 GLM 跟這個 GLM 是同一個東西嗎？
無關。統計學的 GLM 是廣義線性模型（Generalized Linear Model），迴歸分析的一族；這裡的 GLM 是智譜的模型系列名稱。搜資料時加上 Z.ai 或智譜當關鍵字，不然會撈到一堆統計教材。
