摘要： Z.ai 於 2026 年 8 月 25 日把 753B 參數的 GLM-5.3 權重上傳 Hugging Face，模型從 API 獨占變成可下載的開放權重。權重約 756 GB，本地部署需要多卡伺服器或大記憶體 CPU 環境，授權是自訂的 glm-5.3 條款而非 MIT；文中也提醒 CyberGym 84.5 代表攻擊能力隨權重一併釋出。
2026 年 8 月 25 日，Z.ai 把旗艦模型 GLM-5.3 的權重上傳到 Hugging Face。開源圈對這一步的評價很直接：8 月 14 日發表時，這個 753B 參數的模型還鎖在 API 後面，如今任何人都能把權重抓回自己的機器跑——「掛在投影片上的開源」總算變成「真的載得到」。8 月 28 日，標題為「GLM-5.3 is now open-weight」的貼文登上 Hacker News 首頁，拿下 806 分、累積 281 則留言，是該週開源圈聲量數一數二的話題。
從 API 獨占到權重可下載
官方在 8 月 14 日端出 GLM-5.3 時，替它掛上的稱號是「最強的開源權重程式碼模型」；至於權重本身，要等到 8 月 25 日才真正上架。模型卡反覆交代兩件事：基座並未更動，仍是 GLM-5.2，效能推進全數來自後訓練；官方自行測得的 Z.ai Code Bench 分數，比 GLM-5.2 高出約五成。程式碼基準的數字也很爭氣——Terminal Bench 2.1 為 88.2、FrontierSWE 78.1、DeepSWE 66.9，掛上工具之後的 HLE 是 62.5。安全圈的目光落在另一欄：CyberGym 的漏洞挖掘 84.5。Z.ai 並沒有掩飾這點，發表當下就承認模型的網路攻擊能力「發展得比我們預期更快」；如今權重誰都能下載，這句坦白的話聽起來更急迫。
753B MoE 加稀疏注意力：硬體門檻有多高
先把結論擺前面：想用消費級顯卡跑這個模型，不可能。GLM-5.3 總計 753B 參數，走的是混合專家（MoE）路線，再疊上稀疏注意力；權重檔案約 756 GB，拆成 141 個 safetensors 分片，參數幾乎都以 FP8 精度儲存。自行架設的前提是多卡伺服器，否則就得靠大記憶體的 CPU 推理環境撐著。好消息是推理框架不缺選擇：官方支援名單上有 SGLang、vLLM、Transformers、KTransformers、Unsloth 與 TokenSpeed，華為昇騰 NPU 同樣名列其中。若不想碰硬體，Hugging Face 頁面另列了六家託管推理服務：Z.ai、Together、Novita、Fireworks、DeepInfra 與 Baseten。
自訂授權：能下載，但要先讀條款
還有一件事得留意：這次上架沒有採用 MIT，而是套上自訂的「glm-5.3」條款，在 Hugging Face 上的授權標示為「其他」。對照 8 月 26 日智譜把體型小得多的 GLM-5.3-Flash 以 MIT 釋出，策略路線就浮現出來：小模型開門放行，換取生態系與開發者的注意力；旗艦版本則牢牢握住控制權。這裡的「開放權重」與「開源軟體」是兩回事——下載權人人有，商用能不能做則回到條款文字。真要導入 GLM-5.3 的團隊，法務這一關沒有替代方案。
社群實測：速度與代價
HN 討論串迅速變成硬體實測的比拚場：兩台 DGX Spark 配上 NVFP4 量化，每秒吐出 20 到 30 個 token；約 6,000 美元的組合機落在 14 附近；EPYC 加 DDR4 再插幾張 3090 約莫 10；十年前的雙 Xeon 老機器，只剩 1 上下。要不要買 512 GB 統一記憶體的 Mac Studio、為「擁有整個推論棧」付錢划不划算，留言區一路吵到幾百樓，隱私、合規與供應商風險是贊成方的主要論據。勉強算得上的共識只有一句：旗艦 753B 要在本地跑，代價依舊高昂，能當日常主力的仍舊是小模型。
對開發者的意義
歸納三點。其一，模型路由多了個能自架的頂級選擇——既想要高階程式碼能力、又不願碰閉源 API 的團隊，終於有前沿開源權重可以真的部署上線，當作後備方案。其二，自訂授權就是合規紅線，動手導入之前把條款讀過一遍，不要看到「可下載」就放心。其三，CyberGym 那一欄分數是給所有人的提醒：開放權重帶來的攻擊能力並非紙上談兵，用它做紅隊演練或安全研究，隔離環境的預算沒有省下來的空間。