GLM-6.0 和 GLM-5.3 有什么区别?一张表说清
GLM-6.0 和 GLM-5.3 有什么区别?答案是:GLM-5.3 已经上线可用,价格和开源权重都齐了;GLM-6.0 至今没有发布,也没有官方时间表,所以今天要用只能选 GLM-5.3。
严格说,这两个不算正常的两代迭代对比:GLM-5.3 是能调用、有价格、有开源权重的现役旗舰,GLM-6.0 只有技术路线和资金安排,下面是逐项对照。
一张表看清关键差异
| 对比维度 | GLM-5.3(现役) | GLM-6.0(未发布) |
|---|---|---|
| 发布时间 | 2026 年 8 月 14 日随 Z.ai 官方博客发布 | 官方未公布任何时间表 |
| 能否调用 | 能,API、体验中心、Coding Plan 三条路 | 不能 |
| 上下文与输出 | 1M 上下文,最大输出 128K | 未公布 |
| 模态 | 仅文本 | 官方预告原生多模态统一建模 |
| 技术路线 | 与 GLM-5.2 同一基座,提升全部来自后训练 | 全自训练,数据自产、环境自造、基础设施自我优化 |
| 能力重点 | 复杂软件工程、Agent 任务、涌现的网络安全能力 | 加深有效计算深度、原生多模态、长程任务强化学习 |
| API 价格 | 输入 8 元、输出 28 元每百万 Tokens | 未知 |
| 开源权重 | 已发布,Hugging Face 的 zai-org 下有多个版本 | 没有任何仓库 |
| 资金投入 | 已经量产可用 | 约 393 亿港元募资,约六成投下一代 |
| 适合谁 | 现在就要上线的人 | 关注技术路线的人 |

区别一:能不能用,这是最本质的差别
GLM-5.3 有三条使用路径:在 BigModel 开放平台 申请 API Key、在体验中心直接试、订阅 Coding Plan 给编程智能体用,另外开源权重也已经放出。
GLM-6.0 至今未发布。截至 2026 年 9 月下旬,智谱开放文档里的最新模型仍然是 GLM-5.3,官方目前只披露了技术路线与资金安排两件事。
所以如果你问的是「现在该用哪个」,答案没有争议。想了解 GLM-6.0 的全部官方进展和时间线研判,可以看 GLM-6.0 是什么?何时发布、全自训练与 393 亿募资。
区别二:技术路线是两个方向
GLM-5.3 走的是「同一基座加后训练规模化」。官方文档写得很直白:它和 GLM-5.2 用同一个基础模型,所有提升都来自后训练,包括继续放大的强化学习策略和上下文压缩机制。这条路线的价值是存量模型能持续变强,不用等一次大版本。
GLM-6.0 走的是另一条路:全自训练(Full Self-Training,海外同类概念叫 RSI)。官方定义是下一代 GLM 在上一代 GLM 搭建的环境里训练,形成递归式自我改进闭环,具体分三个维度:数据自产、环境自造、基础设施自我优化。
换成用户视角:GLM-5.3 回答的是「现有模型还能练多强」,GLM-6.0 想回答的是「模型能不能自己造数据、自己造环境」,属于换训练范式而不是加参数。
区别三:能力提升落在不同地方
GLM-5.3 的提升有完整公开数据,官方模型卡里给了基准表,几个有代表性的变化:
- Terminal Bench 3.0 从 GLM-5.2 的 4.6 提升到 28.3。
- DeepSWE v1.1 从 46.2 提升到 66.9。
- CyberGym 漏洞发现拿到 84.5 分,是当前最佳成绩,高于 GLM-5.2 的 77.2。
- ExploitBench 从 24.4 涨到 54.4,漏洞利用类能力翻倍以上。
- 内部基准 Z.ai Code Bench 比 GLM-5.2 提升约 50%,官方称它是当前最强的开源权重编程模型。
官方还提到,与中国多家安全团队合作,用模型在 269 个真实项目中发现 2436 个漏洞,其中 1097 个属于中高危。
GLM-6.0 没有任何跑分。官方公告只给了能力方向:加深有效计算深度、原生多模态统一建模、长程任务强化学习。网上流传的「GLM-6 跑分」都没有官方出处,看到具体数字可以直接跳过不看。

区别四:价格差得很具体
GLM-5.3 的价格是公开的,同一代还有更便宜的选项,价格见 智谱 API 定价页:
| 模型 | 上下文 | 输入(元/百万 Tokens) | 输出(元/百万 Tokens) | 缓存命中 |
|---|---|---|---|---|
| GLM-5.3 | 1M | 8 | 28 | 2 |
| GLM-5.3-FlashX | 1M | 2 | 7 | 0.57 |
| GLM-5.3-Flash | 1M | 0.8 | 2.8 | 0.23 |
如果只看性价比,Flash 的输入单价只有旗舰版的十分之一,适合大批量、任务相对简单的调用。GLM-6.0 目前没有任何价格信息,等它上线再谈成本才有意义。要分辨 Flash 和 FlashX 的差别,可以看 GLM-5.3-FlashX 是什么?比 Flash 快多少。

区别五:升级成本不一样
从 GLM-5.2 换到 GLM-5.3,有一处必须改的地方:GLM-5.3 不再支持关闭思考,thinking.type 只能填 enabled。如果原来的代码写的是 disabled,直接换模型 ID 会请求失败。推理强度 reasoning_effort 分 low、high、max 三档,默认是 max,想省 Token 就设成 low。
GLM-6.0 的升级成本现在无法评估,接口协议、输入模态、上下文处理都可能变。与其提前设计一层兼容代码,不如等官方文档出来再动手,那才是准确的依据。
场景化建议:什么情况选谁
- 今天就要上线:选 GLM-5.3,能力最全、生态最完整。
- 高频、量大、任务偏简单:选 GLM-5.3-Flash,输入 0.8 元每百万 Tokens,是当前最低价档。
- 需要图片视频理解:GLM-5.3 只支持文本,要用 GLM-5.3-Flash 或 GLM-5V-Turbo。
- 要私有化部署或微调:用开源权重,Hugging Face 的 zai-org 下已放出 GLM-5.3 与 GLM-5.3-Flash 等多个版本。先评估自己机器的门槛,可参考 GLM-6.0 能本地部署吗?现状、硬件门槛与替代。
- 关注技术路线:盯住智谱开放文档、Z.ai 官方博客 和 zai-org 仓库,GLM-6.0 一旦发布这三处最先更新。
- 不建议做:为了等 GLM-6.0 而推迟本来能上线的项目。官方没有时间表,而上一代从发布到开源权重之间还隔了约两周。
如果你也在纠结别的模型代际差异,Kimi K2.8 和 K3 有什么区别 是同一套对比思路。
常见问题
GLM-6.0 和 GLM-5.3 是同一个模型吗?
答:不是。GLM-5.3 是已发布并开放调用的旗舰,GLM-6.0 是尚未发布的下一代,官方把两者分开披露,技术路线也不一样。
GLM-6.0 什么时候发布?
答:官方没有公布时间表。9 月 12 日的公告只披露了资金安排(约 393 亿港元募资、约六成投向下一代模型),没有给日期。任何标注具体发布日的说法都不是官方口径。
现在用 GLM-5.3,等 GLM-6.0 出来要重写代码吗?
答:大概率要改配置。GLM-5.3 已经强制开启思考,6.0 又预告了原生多模态,接口形态可能继续变化。想降低改造成本,建议用官方 SDK 或走 OpenAI 兼容协议调用。
GLM-6.0 会开源吗?
答:官方没有说明。目前 Hugging Face 的 zai-org 组织下没有 GLM-6 相关仓库,而 GLM-5.3 和 GLM-5.3-Flash 的权重是已经放出的。
GLM-5.3 支持图片输入吗?
答:不支持。GLM-5.3 目前只处理文本模态,上下文 1M、最大输出 128K。需要图片、视频或文件理解,要用 GLM-5.3-Flash、GLM-5.3-FlashX 或 GLM-5V-Turbo。

京ICP备2024094994号-29