智譜 AI（Z.ai）在 8 月 29 日釋出 GLM-5.3 的開源權重，Hacker News 上立刻以 585 分、204 則留言衝上當日熱門第 15 名。發文者只丟了一張 Hugging Face Model Card 和一則部落格連結，結果引爆的討論遠比 benchmark 數字本身更熱——本地硬體值不值得買、開源權重追近封閉大廠、舊模型該不該開放、以及那個「Emergent Cyber Capability」的安全爭議。這篇幫你把 Model Card 重點跟 200 多則留言的爭論一併整理好。
GLM-5.3 Model Card 重點
開宗明義一個關鍵：GLM-5.3 跟 GLM-5.2 用的是同一個 base model，所有進步全部來自 post-training。換言之，這不是一次大改架構，而是一次「後訓練煉金術」的展示。Model Card 上只提兩大賣點：
- 更強的 Coding：號稱是「最強 open-weights 編碼模型」，在自家 Z.ai Code Bench 上比 GLM-5.2 提升 50%；並在公開 benchmark（Terminal Bench 3.0、Agents’ Last Exam）拿下 open-source SOTA。
- Emergent Cyber Capability（湧現的網路安全能力）：後訓練規模往上堆時，網路安全能力成長得比預期快。CyberGym 拿到 SOTA，而且在 exploitation（漏洞利用）鏈上越往上提升越大——比 GLM-5.2 幾乎翻倍。
規格方面：753B 參數，routed experts 這次預設改為 FP8（5.2 是 BF16），所以未量化版本約 756GB、差不多是 5.2（約 1.51TB）的一半，下載時間直接砍半——HN 上有人因此很興奮。另外支援 reasoning_effort（low / high / max，預設 max），對話場景要記得傳 clear_thinking=true。
重點 Benchmark（精簡版）
| Benchmark | GLM-5.3 | GLM-5.2 | Kimi K3 | DeepSeek V4 | Opus 4.8 |
|---|---|---|---|---|---|
| Terminal Bench 3.0 | 28.3 | 4.6 | 17.4 | – | 21.1 |
| DeepSWE | 66.9 | 46.2 | 67.5 | 62.7 | 58.0 |
| FrontierSWE | 78.1 | 67.5 | – | – | 66.5 |
| SWE-Marathon | 42.5 | 19.4 | 48.1 | – | 48.8 |
| CyberGym | 84.5 | 77.2 | 80.0 | 83.3 | 78.1 |
| ExploitBench | 54.4 | 24.4 | 32.2 | 28.8 | 40.0 |
| GDPval-AA v2 | 1769 | 1508 | 1682 | 1590 | 1588 |
看點：Terminal Bench 3.0 一口氣從 4.6 拉上 28.3，直接把閉源的 Kimi 也甩開；CyberGym 全面壓過所有比較對象；ExploitBench 幾乎是 5.2 的兩倍多——「湧現的網路安全能力」不是喊假的。
Hacker News 社群在吵什麼
一、本地硬體值不值得買（最大主線）
多數留言先給出實際評測，但 200 多則裡最熱的話題是「要不要砸重金買硬體在家跑模型」，兩派互不相讓：
- 反方（雲端永遠更划算）：@rkangel 說純為省錢買硬體「絕對不值得」，開源模型的雲端規模效應讓回本期長達約十年。@SwellJoe 買了 Strix Halo + 雙 32GB GPU 現在閒置，「德州 110°F 的電費和散熱錢就吃光任何省下的錢」。@loglog 補刀：如果閉源服務「該」漲到四千鎂，你自架反而花更多，因為家用硬體永遠更沒效率。@Gigachad 更直接：「self-hosting 根本是 terrible deal，API 跟自架的價差大到無法無視。」
- 正方（own the stack）：@jaggederest 是代表，「最大的理由是擁有自己的 stack，這樣模型不能在你腳底下被換掉」——還反問「如果網路消失了呢？」@sneak 自封「數位末日準備者」，Mac Studio 512GB 花 $15k 也覺得值得。@Phemist 把話講得最白：「這是在擺脫與匿名雲端公司日漸敵對的關係——浮水印、靜默降級、隨機拒絕、停擺、改版 ToS、還有廣告。有自己的硬體，就沒有這個心理負擔了。」
- 中間派：@colingauvin 用數據說硬體價值會隨時間增長——他買 Sparks 時只能跑 GPT-OSS-120B（AA 分 24），現在能跑 GLM 5.3 Flash Q4（AA 分 57）「價值漲了好幾倍」。@Aurornis 建議「兩年後再買二手更划算，市場上已經開始有人清倉了」。
二、GLM-5.3 與 5.3 Flash 的實戰評價
- @revolvingthrow 稱它「想超越 DeepSeek Flash 或新 GLM Flash 時的最佳開源甜點位，能力略遜 Kimi 但好跑非常多」。
- @mmastrac（評 5.3 Flash）：「DS4Flash 不錯但不夠好，GLM-5.3 滿驚人的，我丟給它的難題都能接住，而且有 DS4Flash 沒有的直覺。」
- @crossroadsguy 較保留：「推理還有很大改進空間」，但很擅長「可靠的苦力活」，只是寫 prose 很差、幾乎調不動它的習慣、偏見與過熱情。
- @scosman 一句話引爆回響：「用起來就像 Opus 4.8，是最好的那種。」還有人接龍「比 Opus 5 好多了」。
- 有趣的分歧：@redox99 說他反而更喜歡 5.3 Flash 而非 5.3——「5.3 沒有 vision 是致命傷，而且 Flash 做漂亮 UI 更在行。」
三、硬體實測：tok/s 數據交流
- @lnenad（Epyc 48c 7643 + 雙 3090）：GLM 5.3 Q3KXL 約 10 t/s，DS Flash Q4KXL 能到 25-30。
- @Philpax（Threadripper 3960X + 雙 3090 + 256GB DDR4）：GLM-5.2 2-bit quant 最快 8 TPS，純 CPU 4-bit「大概變成 seconds-per-token」。
- @snerbles（2014 年雙 Xeon E5-2698 v4 + 512GiB）：GLM-5.2 Q4 只有 0.8–1.1 tok/s，笑稱「對一台十年前的老古董來說，能跑就夠荒謬了」。
- @springtimesun 提醒坑：DDR5 頂到 10 tok/s，記憶體約 74°C 就開始軟節流。
- MoE offloading 的結論是「救不了」——200GB 的量化檔配 48GB VRAM，CPU/RAM 瓶頸難以克服。
四、該不該開放舊模型（GPT-3 之爭）
一位 @nkmnz 挑釁式問 Sam Altman：「2026 年了，江湖還說太危險不該公開 GPT-3，你到底在想什麼？」引爆一串歷史文物之爭：
- @futureshock 主張 GPT-3 是「重要的歷史文件、人類集體心智的時間膠囊」。@cptcobalt 則感傷「我懷念 davinci 的創作火花」，還有人附和「看到 davinci 這字眼都笑了」。
- 反方 @Philpax 理性列舉不宜釋出：極易萃取訓練資料助長訴訟、舊模型沒做安全強化易誘出危險行為、可能洩漏架構秘密。
- @includenotfound 最不客氣：「這些安全理由完全不可信，就是行銷。」——「現在我在本地跑幾個 AI 幫我做安全掃描，它們真的找出我 localhost server 上的 RCE（第三方 JWT library 的 account takeover）。他們的『beliefs』就只是行銷。」
- @seizethecheese 引《The Thinking Game》反駁：當年更笨的模型反而更危險（容易誘騙），Dario 因此推動 10x 規模化讓模型更安全。@gruez 一句話收尾：「GPT-3 已經被 gpt-oss 全面超越，開放它幹嘛？」
五、安全 vs 行銷：Emergent Cyber 的震撼
- @hkalbasi 表達擔憂：「怕我們還沒準備好迎接一個高網路安全能力的 open-weight 模型。」
- @0xbadcafebee 直接潑冷水：「太遲了，貓已經出袋。這就像怕從青銅時代進到鐵器時代——但全世界已經會煉鐵了，原料到處都是，人們已經在鑄鐵矛。我們需要的是造鐵盾。」他主張「全球每支軟體都該先被高強度安全模型掃過才能釋出」。
- @matheusmoreira 支持：「我恨不得把這些模型指向我自己的電腦，把我所有東西都硬化。美國大廠的守門行為正在積極助長電腦不安全。」
- @includenotfound 補刀：「沒用的模型是很安全，但今天這些模型都能示範 RCE 了。」
六、GLM-5.3 Flash 的定價與速度爭議
- @m00dy 說「Flash 比 DeepSeek 便宜、又更好，但沒人談」；@scosman 反駁：「其實稍貴（$0.50 vs $0.48），只是暫時 50% 折扣。」
- 多人抱怨 速度慢：@_aavaa_「一點都不 flash」、@JoeLee1991「有時真的慢到不行、速度很不穩」、@esafak「透過 z.ai 很慢」。@scosman 解釋 z.ai 的 Flash 全用中國硬體，其他 provider（如 BaseTen）可到 100+ t/s。
- @0xbadcafebee 爆了一個料：「Stealth Ox-Alpha 其實就是 GLM-5.3-Flash，Ox-Alpha 是超強 coder（遠勝 DS4Flash）。有了 5.3 跟 5.3 Flash，我不需要更好的編碼模型了——現在要的是更快，不是更好。」
- @mlnj 一句話總結一群人的感受：「去年 12 月開始只用 GLM 系列，體驗最好，完全沒有 token 跟地緣政治的 drama。」
一句話總結
GLM-5.3 再次證明「開源已經好到足以撼動封閉大廠」，但這次真正的分歧不在「模型強不強」，而在「你願不願意為了掌控權、隱私、離線彈性去砸硬體」。而中國團隊用「同基底、純後訓練」就把 coding 和網路安全推上開源頂點，讓美國大廠的定價與安全說詞，都更難自圓其說了。