公司与模型
智谱的 GLM 系列模型动态：旗舰开源发布、代码与推理能力迭代、商业化与生态进展的追踪。
5 条精选近 30 天 2 条共收录 13 条
Z.ai 的 GLM 5.3 模型现已正式登陆 Amazon Bedrock，作为 753B 参数的混合专家模型，它专为编码和长周期智能体任务优化。用户可通过 OpenAI 兼容 API 或原生接口调用，利用跨区域推理和显式提示词缓存降低延迟与成本。文中还演示了结合 Strix 智能体进行自动化安全测试的具体工作流。
推荐理由：原文展示了GLM 5.3在Bedrock上的托管接入方式及针对长上下文和代码场景的缓存优化，为开发者提供了具体的集成路径。
DeepLearning.AI 引用 Anthropic 数据指出，开源模型 GLM-5.3 在 ExploitBench 漏洞利用任务中解决率为 12%，接近 Claude Mythos 的 14%。此外，仅花费 $20.40 token 成本即发现了近期 Google Chrome 的一个安全漏洞。
推荐理由：原文引用 Anthropic 数据对比开源模型与 Claude Mythos 在 ExploitBench 上的表现，并提及低成本发现 Chrome 漏洞的案例。
Together AI 在 DeepSWE 基准上对 GLM-5.3 (max) 和 GPT-5.6 Sol (max) 进行了 904 次 rollout 测试。
推荐理由：通过904次实测对比GLM-5.3与GPT-5.6 Sol在DeepSWE上的成本、通过率及失败模式，揭示了级联路由策略能以更低成本超越单一旗舰模型的性能。
Together AI 在 DeepSWE 基准上对比了 GLM-5.3 和 Claude Fable 5，两者首次尝试通过率（pass@1）统计上持平，但 GLM-5.3 成本低 5.4 倍且在多次重试下覆盖率更高。
推荐理由：原文通过 DeepSWE 基准实测对比两款模型在成本、准确率及特定语言领域的表现，为开发者提供基于数据的选型与路由策略参考。
DaoCloud团队在vLLM官方博客发布文章，介绍了如何在24张NVIDIA B300 GPU上部署GLM-5.2-NVFP4模型以满足生产级SLA要求。通过采用分离式P/D架构、推测解码填充、Model Runner V2及IndexerCache等优化手段，将平均TPOT从约40ms降至17ms，同时保持TTFT低于2.5秒。
推荐理由：文章详细记录了在24张B300 GPU上部署GLM-5.2的全过程，提供了从TPOT优化到最终SLA达标的具体配置和命令。