智谱称新模型接近 Claude Opus 4.8

智谱 Z.ai 在 X 平台发布消息称，GLM-5.3-Flash 在 Code Bench 编程基准测试中表现突出。按照智谱的说法，该模型在所有 effort level 设置下均优于 GLM-5.2，并与 Claude Opus 4.8 处于相近水平。

官方测试结论

• 相对前代模型：智谱称 GLM-5.3-Flash 在所有 effort level 下都胜过 GLM-5.2。
• 相对 Claude Opus 4.8：智谱称两者表现大致相当，但没有公布具体分差。
• 基准用途：Code Bench 在帖子中被描述为衡量真实编程表现的测试基准。

尚缺关键信息

原帖没有披露 Code Bench 的数据集、任务类型、评分标准、测试次数和运行环境，也未说明各 effort level 的具体取值。除此之外，智谱尚未提供 GLM-5.3-Flash 的详细得分、领先幅度、推理成本或完整评测页面。

结论仍待验证

仅根据这条官方消息，目前可以确认智谱对三项比较结果作出了明确表述，但不能独立判断 GLM-5.3-Flash 与 Claude Opus 4.8 是否在各类编程任务上真正等价。后续仍需结合基准说明、完整成绩和可复现实验，并比较响应速度、使用成本与任务稳定性，才能形成更可靠的结论。因此，这项结果目前更适合作为厂商自报评测，而非已经完成独立验证的行业基准。