国产大模型一周三更：GLM-5.3 与 DeepSeek-V4-Pro 相继登场，编程与智能体能力成新焦点

2026年8月第二周，国产大模型行业密集变阵。DeepSeek、智谱、阿里云在短短一周内相继发布新一代模型，全球模型调用量排名前十的模型中，已有六个来自中国。行业竞争正在从「模型能不能写代码」进入「模型能不能完成复杂任务」的新阶段。

智谱发布 GLM-5.3：靠极致后训练撬动性能杠杆

8月14日，智谱发布新一代基座模型 GLM-5.3。与 GLM-5.2 相比，基座模型没有变化，但通过极致的后训练 Scaling 大幅提升了模型的智能上限：数十倍的长程任务环境、更丰富多样的环境类型、超长的后训练时间。

在多项主流基准测试中，GLM-5.3 是当前排名最高的开源模型，编程与智能体能力接近 Claude 系列。在衡量模型于真实终端环境中完成复杂任务的 Terminal-Bench 3.0 上，GLM-5.3 得分从 4.6 提升至 28.3；在聚焦长程软件工程与持续代码修改能力的 DeepSWE 上，得分从 46.2 提升至 66.9。

值得关注的是，模型能力正在从 Benchmark 走向真实专业工作流。据智谱联合安全团队在模型发布前两周开展的测试，他们发现了 2404 个潜在漏洞，其中 1088 个为中高危漏洞。研究人员借助 GLM-5.3 甚至发现了潜伏 40 余年的 DNS 协议级风险。

DeepSeek-V4-Pro 正式版上线：从对话走向系统

同一天，DeepSeek-V4-Pro 正式版上线，并发布了 Harness（智能体运行框架）开发者预览版。Harness 是一套智能体运行框架——过去人类与 AI 的交互是线性的「你提问、它回答」，而进入 Agent 时代后，智能体要能自主拆解任务、调用工具、甚至自我修正。在这个过程里，模型本身的「智商」固然重要，但运行的「环境和约束」决定了它是否可靠。

行业观察者指出，三年前人们往往认为只要模型能力足够强，就能自然得到完美效果，但如今已经意识到，强大的模型依然需要大量工程化的 Harness 才能真正在具体应用中发挥端到端表现。

从「谁更便宜」到「谁更不可替代」

8月13日，DeepSeek 确认 V4-Flash 和 V4-Pro 将自 8 月 17 日起上调价格，实行峰谷定价。用涨价换打法，用开源换生态，路线之争的背后是绕不开的算力硬成本。

对基础模型公司而言，下一阶段的竞争不仅是模型能力竞争，更是高价值场景竞争。编程、Agent、安全审计、企业服务等方向，都可能成为模型商业化的重要入口。GLM-5.3 将接入多个主流开发者平台，API 随后上线，并计划开放完整模型权重。

可以预见，随着大模型应用走向真实软件工程，AI 正在从「会写代码」进化到「能独立完成复杂专业任务」，而安全也不再是模型能力之外的一道「补丁」，而应成为基础模型技术演进本身的一部分。