DeepPrinciple 开源科研模型 Hydrogen-1.0：7530 亿参数，写模拟代码还能自己修
DeepPrinciple 开源 7530 亿参数科研模型 Hydrogen-1.0。它基于 GLM-5.3 后训练，能分析核磁共振谱图、编写分子模拟代码并自主修复错误，还能将实验方案编译为机器人指令。在部分科学推理任务中其表现优于 GPT-6-Astra，权重已在 Hugging Face 开放。
GLM-5.3
Anthropic 预警 GLM-5.3：具备端到端黑客能力，安全防护极易被破
Anthropic 发布对智谱 GLM-5.3 的评测报告，称其具备自主端到端构建网络攻击利用代码的能力，水平接近 Claude Mythos Preview。但作为开源权重模型，其安全防护存在严重漏洞，仅花约 4400 美元计算成本便可大幅消除拒答限制，极易被恶意攻击者滥用。
ZAI 开源完整版 GLM-5.3：7530 亿参数，全靠后训练冲上第一梯队
ZAI 正式开源完整版 GLM-5.3 模型权重。该模型拥有 7530 亿参数，与 GLM-5.2 共享基座，所有性能提升均来自后训练，主打复杂代码与长程任务。最值得关注的是，其性能已逼近顶尖商业模型，社区也已上线可在本地多卡运行的量化版本。
Z.ai 上线 GLM-5.3 API：主打编程与网络安全，加量不加价
Z.ai 正式上线 GLM-5.3 API。该模型专为编程、防御性网络安全及长程智能体任务设计，定价与上一代 GLM-5.2 保持一致。最值得关注的是，现有开发者可以零成本平替升级，并通过官方 API 和合作模型网关直接接入。
Z.ai 发布 GLM-5.3：代码能力拉高 50%，还意外点满漏洞挖掘技能
Z.ai 发布面向编程的 AI 模型 GLM-5.3。通过在 GLM-5.2 同款基座上进行后训练扩展，其内部测试成绩提升 50%，登顶多项开源基准。令人意外的是其网络攻防能力激增，在 269 个真实项目中揪出 2436 个漏洞。模型权重将在两周内完成安全评估后发布。