GLM 5.3 编码能力创中文模型新高，与 Kimi K3 并列开源第一

KrASIA 于 9 月 1 日刊发特写《Inside Z.ai's turnaround after falling behind in enterprise AI》（Z.ai 在企业 AI 领域落后之后如何翻身），把 Z.ai（原智谱 AI）在企业 AI 业务上的翻身，归因于 2025 年 5 月的一次战略决策：放弃分设垂直模型，改训一个融合推理、编码与 agentic（智能体）数据的单一大型模型。文章援引 36Kr 的报道称，这一路线的最新成果 GLM 5.3 在发布时创下中文模型编码能力新高，与月之暗面（Moonshot AI）的 Kimi K3 并列开源模型第一，与闭源旗舰 Claude Fable 5、GPT-5.6 Sol 处于同一性能档位。

排名的依据是 Artificial Analysis 智能指数（Intelligence Index）截至 8 月 27 日的快照。报道记录了 GLM 5.3 发布后第一个小时的情形：不到一小时，Z.ai 一名销售的手机和微信同时亮起，十几个客户追问 API 何时上线，还有人想起 Kimi K3 发布时的抢购，想提前锁定 Z.ai 的推理算力——「整个周末都是这样」。

发布一小时后，销售的电话先响了

周末过去，消息和电话没有停。GLM 5.3 的 API 原定 8 月 18 日上线，因故推迟，销售团队再次被淹没。这名销售转述一位客户的怒吼：「内部预算已经批下来了，开发和运维都准备好了。每延迟一天，我们就要多付几万块的管理费！」

需求的积累从今年 2 月就开始了。这名销售说，Z.ai 2 月发布 GLM 5，GLM 5.1 让公司更接近全球第一梯队，GLM 5.2 随后在多项基准上成为开源 SOTA（state-of-the-art，最先进）模型。报道随文刊出的指数快照如下。

图片来源：Artificial Analysis，经 KrASIA 转载。

2025 年 5 月：一场紧急战略会

2023 年大模型在中国兴起时，Z.ai 与主流叙事格格不入：公司 2019 年成立，很大程度上脱胎于清华大学，保留着明显的学术与实验室文化；商业化路径也与互联网公司不同，多年专注政府和企业客户的私有化部署。据 36Kr，公司数百名研究人员中超过 70% 是清华计算机系在读或已毕业的学生。

2025 年春节，DeepSeek R1 爆发，性能与 OpenAI o1 相当，价格只有其约三十分之一，直接冲击了定制部署这门 Z.ai 最重要的生意。一名负责商务交付的员工对 36Kr 说，假期里他一天要接五六通客户电话，大多在问「能不能部署 DeepSeek」；按保守估计，当时近 30% 的客户转向 DeepSeek，Z.ai 靠大幅折扣留住了一部分。

2025 年 5 月，Z.ai 召开紧急战略会，只有核心高管和少数股东参加，议题是下一代模型的方向。会议做出一个重塑研发路线的决定：放弃按文本、多模态、编码等能力分设垂直模型的做法，改训一个参数规模庞大、融合推理、编码与 agentic 数据的单一模型。

决定当时就有争议。一名知情人士对 36Kr 说：「不少股东反对继续扩大模型规模，因为需要的投入太高。」Z.ai 长期承受财务压力：2025 年财报显示净亏损 47.18 亿元人民币（约 7 亿美元），研发费用 31.82 亿元（约 4.72 亿美元），约为当年营收的 4 倍。融合多种数据的单一模型也与定制业务不匹配，一名负责 B2B 的员工说，同一模型跑在对话、图像、视频、编码等场景上，部署会更贵。

这个「三合一」模型最终成为 GLM 4.5，2025 年 7 月发布，比原定的 4 月推迟了三个月。据 36Kr，训练用了 15 万亿 token 通用数据加 8 万亿 token 编码、推理与 agentic 数据，总数据量接近同期同类模型的 1.5 倍。发布前几个月，研发人员几乎住在办公室：一名员工说，发布当天他半夜下班，第二天早上回来，算法团队还保持着他离开时的队形；市场团队有人熬到早上 8 点。

图片来源：36Kr，经 KrASIA 转载。

编码市场被低估了

GLM 4.5 成为 Z.ai 第一个在编码上建立口碑的模型，也让公司成为最早进入编码市场的中文基础模型厂商之一。这个方向最初不被看好：MiniMax 创始人闫俊杰（Yan Junjie）两年前问过 DeepSeek 创始人梁文锋（Liang Wenfeng）「你做不做 AI 编程」，梁文锋说不做。闫俊杰后来在一次活动上说，当时行业共识是中国会写代码的人只有一两百万，市场不够大；被低估的是 AI 编程能自己扩大市场，工具一旦实质改变软件工作的方式，服务两百万程序员的市场可能触达多得多的用户。

编码成为焦点，部分原因是用户需求。据 36Kr，Z.ai 研发团队反复讨论要贴近真实用户需求而非只盯榜单，算法团队大量依赖用户和客户反馈，被反复提起的需求是提升研发效率。GLM 4.5 发布后，有销售回忆大客户持续要求把模型接入程序员工作流；社交平台上开始有人把它称为「Claude 的平价替代」：部分评测中编码能力接近 Claude Sonnet 4，价格约为 Claude 的七分之一。

2025 年 9 月，Z.ai 推出 GLM Coding Plan，自称是中文基础模型厂商的第一个编程套餐，10 月推出企业版，同月发布针对编码强化的 GLM 4.6。创始人兼首席科学家唐杰（Tang Jie）在 2025 年初的一场活动上说：「DeepSeek 来了之后，聊天机器人的故事已经结束了。我们该想的是下一个赌注是什么。」这个赌注最终落在编码上。

GLM 5.2 之后：上市、万亿市值与翻倍的 ARR

2026 年 1 月，Z.ai 在港交所上市，成为全球第一家公开上市的基础模型公司。CEO 张鹏（Zhang Peng）给每位员工发了 200 元红包，庆祝只持续了一天：第二天 MiniMax 上市，首日大涨 109%，市值突破 1,000 亿港元（约 128 亿美元），接近 Z.ai 的两倍。一名投资人对 36Kr 说，当时 MiniMax 押注消费市场，在中国被认为更有想象空间；Z.ai 背着 B2B 和政府业务标签，「看起来没那么性感」。

图片来源：Z.ai，经 KrASIA 转载。

上市五个月后，市场叙事反转。6 月 13 日，Z.ai 发布 GLM 5.2：在 Artificial Analysis 总榜上排在开源模型第一，仅次于闭源的 Claude Fable 5、Claude Opus 4.8 和 GPT-5.5。客户支出随之而来。一名股东称，5 月公司 ARR（年度经常性收入）约 5～6 亿美元，年底预期 10～15 亿美元；据 36Kr，GLM 5.2 发布一个月后，ARR 在 7 月达到 10 亿美元，两个月内接近翻倍，年底预测上调至 25 亿美元。36Kr 还援引熟悉其财务状况的人士称，Z.ai 已成为按 ARR 计中国最大的模型开发商。Z.ai 未回应置评请求。

阿里云、火山引擎、小米和金山云都在向客户推 GLM 5.2，一名阿里云销售确认，到 7 月阿里云「直接向客户推荐 GLM 5.2」。云部署平台 Vercel 的监测显示，GLM 5.2 的使用量增速超过 2026 年发布的任何其他模型，超过了 4 月发布的 DeepSeek V4。股价同步上涨：GLM 5.2 发布后首个交易日涨约 32%，一周后市值突破 1 万亿港元（约 127.6 亿美元），报道称其市值一度达到 1.3 万亿港元（约 165.8 亿美元）。

定制交付的天花板与 MaaS 转向

今年早些时候，Z.ai 把模型即服务（MaaS）业务的优先级大幅提高，部分股东认为单靠定制化企业业务撑不起更高的估值。定制业务年增速约 1.5 倍，增长稳定但有明显天花板：每份合同高度定制，一名员工说，为了尽快拿到验收签字，「要替客户开会、帮忙做演示文稿，甚至去接客户的孩子」，人力消耗极大。

模型迭代速度让定制模式更被动：部署项目开工时领先的模型，几个月后实施完成时可能已经落后，追求灵活性的客户因此转向 MaaS。Z.ai 早在 2021 年就讨论过这种模式，当时认为应向 OpenAI 学习、重视 API 收费，但中国 MaaS 市场尚未成熟。五年后，张鹏把 Anthropic 定为对标。据 36Kr，Z.ai 的市销率是 Anthropic 的五倍多：若按同一市销率支撑 1 万亿港元市值，需要 487.8 亿港元（约 62 亿美元）的 ARR，而它的 ARR 才刚突破 10 亿美元。

编码之所以成为重心，也与公司气质有关。张鹏曾这样形容 Z.ai：「就像一个清华的工科男生，很聪明、很能干，你让他做什么他都能做得很好，但他就是提供不了多少情绪价值。」2024 年，Z.ai 与一家硬件厂商合作把 GLM 集成进产品，内测时员工输入「我有点难过」，模型回答：「把空调打开。」这种取舍体现在团队规模上：多模态训练团队只剩约十人，文本和编码团队约一百人。

一名前 Z.ai 算法研究员解释背后的机制：「每一个后训练目标都会挤占其他目标的能力。把编码能力设为训练目标，意味着训练数据要简洁、高精度、少废话，这与人们日常那种情感丰富的交流相悖。」GPT-5 和 DeepSeek V4 发布时都有用户抱怨「情商」随能力提升而下降；MiniMax 的 M3 发布后反响平淡，一名参与训练的算法研究员说其训练目标未能收敛，MiniMax 已于 6 月底解散后训练团队中的「泛娱乐组」，把资源转向推理与工作场景。

开源第一的位置只坐了一个月

GLM 5.2 在开源 SOTA 位置上坐了约一个月，7 月 17 日被月之暗面的 Kimi K3 取代；20 多天后，Z.ai 用 GLM 5.3 重回榜首。据 36Kr，与上一代相比，GLM 5.3 的提升主要来自后训练，而非扩大预训练参数规模；过去一个月里，月之暗面、DeepSeek 和阿里都发布了新的旗舰模型，参数规模约为 GLM 5.3 的 2～4 倍。

8 月 19 日，唐杰在 X 上发文阐述他对缩放定律（scaling law）的看法：模型能力不再简单由参数规模决定，模型开发越来越像一场受控实验，变量包括用多少数据、算力预算花在哪里、最终由谁在什么条件下运行模型。这套说法解释了 GLM 5.3 背后的工作方式。多名员工把这次翻身归因于「纪律性聚焦、避免重大失误、在关键阶段做对技术选择」；而对 Z.ai 而言，编码是在正确的时间把这些要素对齐的那项能力，更广泛的竞赛仍未落定。

本文事实均出自 KrASIA 特写及其转述的 36Kr 报道，相关数据与说法未经独立核实。

参考链接

• KrASIA：《Inside Z.ai's turnaround after falling behind in enterprise AI》，2026-09-01