AREX Feed Article
GLM-5.3 (Max) 拿下 WebDev 总榜第 8，开放权重后将成开源模型第 2
8 月 20 日 23 点 27 分（UTC），Arena.ai 官方 X 账号（21.7 万关注）宣布，Z.ai 的 GLM-5.3 (Max) 在 Code Arena: WebDev 排行榜上以 1597 分 位列总榜第 8，并称该模型"若开放权重发布，将成为开源模型第 2 名"（would sit at #2 among open models upon open weights release）()。同一则公告给出价格对照：以每百万 token 3.65 美元计，GLM-5.3 (Max)"与 Qwen3.8 (Max)（$5.00/M）不相上下，且优于（out performs）Gemini-3.7-flash-high（$2.86/M）和 DeepSeek-v4-flash-high（$1.10/M）"。这段定价比较是 Arena 的单方表述。
这是 GLM-5.3 于 8 月 14 日发布约一周后，在第三方评测榜单上的一次进展。Arena 称 GLM-5.3 (Max)"推动了 Code Arena: WebDev 的帕累托前沿"（has shifted the Pareto frontier），并祝贺 Z.ai 团队"对开放生态的贡献"；配图把 glm-5.3-max 标在帕累托前沿线上：1597 分、$3.65/M、Z.ai · MIT。
总榜第 8：1597 分背后是 1,734 张投票
显示，glm-5.3-max 的分数为 1597，置信区间 ±16，价格栏标为每百万 token 输入 $1.40 / 输出 $4.40，上下文窗口 1M，许可标注为 MIT。页面数据日期为 2026 年 8 月 19 日，共 596,892 张投票、117 个模型；Arena 在 8 月 20 日深夜（UTC）宣布这一结果，页面本身没有显示更新时刻。
排在 GLM-5.3 (Max) 前面的 7 个模型是：claude-opus-5-max（1691）、kimi-k3-max（1674）、qwen3.8-max（1669，标注 Preliminary）、claude-opus-5-high（1662）、grok-4.6-high（1629）、claude-fable-5（1626）和 gpt-5.6-sol-xhigh（1619）。紧接其后的第 9 至第 12 名是 gemini-3.7-flash-high（1588，Preliminary）、deepseek-v4-pro-high-20260813（1582）、glm-5.2-max（1582）和 deepseek-v4-flash-high（1578）。
一个可对照的细节：8 月 15 日的列出的前沿模型名单里还没有 glm-5.3-max，8 月 19 日的主榜单（117 个模型）上它已列第 8。GLM-5.3 (Max) 的 1,734 张投票在前 12 名里最少：claude-opus-5-max 有 7,709 票，glm-5.2-max 有 8,615 票，gpt-5.6-sol-xhigh 有 9,250 票。它的置信区间 ±16 分，也宽于相邻的第 7、9、10、11、12 名（±8 至 ±13）。
"开放权重后"：权重目前还没有开放
Arena 推文里的原话带着条件：GLM-5.3 (Max)"若开放权重发布，将位列开源模型第 2"，当前它只是按 API 接入评测的。排行榜页面目前已经把 glm-5.3-max 标注为 MIT 许可。
Z.ai 于 8 月 14 日发布 GLM-5.3 时在中写明：该模型与 GLM-5.2 共用同一基座，全部提升来自后训练；权重将在发布约两周后、安全评估与加固完成后开放。权重开放（预计 8 月底）之前，"开源第 2"只是 Arena 对一个尚未公开权重模型的预测性排位。
对照榜单自身的许可标注：总榜前 7 名中，除 Moonshot 的 kimi-k3-max 标为 "Kimi K3 license" 外，其余全部是 Proprietary。若按 Arena 的口径把 kimi-k3-max 计入开放权重序列，GLM-5.3 (Max) 的 1597 分正好排在它的 1674 分之后——这与榜单数据一致，也让"开源第 2"有了明确所指。
$3.65/M 的性价比主张，口径不只有一套
Arena 的定价比较基于帕累托图上的混合价格，图注标注为"每百万 token 混合价格（3:1 输入输出比例）"。帕累托页面列出的前沿模型价格包括：claude-opus-5-max $20/M、kimi-k3-max $12/M、qwen3.8-max $5/M、gemini-3.7-flash-high $2.86/M、deepseek-v4-flash-high $1.10/M 等。而主榜单的价格栏给 glm-5.3-max 标的是 $1.40 / $4.40（输入 / 输出），两种口径并存，$3.65/M 是 Arena 在帕累托语境下采用的混合价格。
分数对照：qwen3.8-max 1669 分，gemini-3.7-flash-high 1588 分，deepseek-v4-flash-high 1578 分；GLM-5.3 (Max) 的 1597 分高于后两者，低于 qwen3.8-max。"不相上下"与"优于"具体以什么为基准，推文没有展开。
混合价格口径本身在回复区受到了质疑。德国开发者、WellBlue 首席执行官 Dominik Bödger（同时是 Tigarius Ventures 的投资人）在 Arena 推文下写道："这种混合定价方法说不通（simply doesn't make sense），因为不同模型生成的 token 数量完全不同；这里需要记录的是每个任务的平均成本。"()
发布一周，GLM-5.3 正在各张榜单上扩散
GLM-5.3 是 Z.ai 8 月 14 日发布的旗舰模型。Z.ai 在博客中称它是"最具能力的开源权重编程模型"：自家 Z.ai Code Bench 上较 GLM-5.2 提升 50%，Terminal Bench 3.0 从 4.6 分升到 28.3 分，DeepSWE v1.1 从 46.2 分升到 66.9 分。这些数字出自 Z.ai 自己的发布材料。
8 月 20 日上午（UTC），Z.ai 的 Zixuan Li 发推称 GLM-5.3 在官方 DeepSWE 排行榜上拿到 69 分()；十几个小时后，Arena 公布了它在 Code Arena: WebDev 的成绩。同一张 WebDev 榜单上，Z.ai 三代模型的轨迹是：glm-5.1（1510 分，第 30 名）、glm-5.2-max（1582 分，第 11 名）、glm-5.3-max（1597 分，第 8 名），三代 API 价格栏同为 $1.40 / $4.40。两代更新，分数提高 87 分，排名前进 22 位。
与 Z.ai 自家基准不同，Code Arena 的成绩来自社区投票：榜单页面显示累计 596,892 张投票，并公开每对模型的对战次数与胜率（A vs. B battles）统计。
权重落地之前，开源第 2 的头衔还悬着
开发者 Fahad Saleem 在 Arena 推文下回复："这个排名配上 $3.65 很便宜（$3.65 for that rank is cheap），我现在就会把它用在代码子步骤里；本地部署要等他们把模型放出来。"() 这句"等他们把模型放出来"，点出 GLM-5.3 当前的状态：API 可用，权重按计划 8 月底开放。
截至撰稿时（发布后约两小时），Arena 这条推文累计约 1.3 万次浏览、130 个赞、7 次转发。榜单上"开放权重第 2"的位置，只有在 Z.ai 按计划开放权重之后才会坐实。在那之前，它是 Arena 给 1597 分（置信区间 ±16）的一个带条件预测。