Apollo Research 指出 Z.ai 的 GLM-5.3 存在潜在 AI 安全风险
做 API 接入的朋友可以看看，Apollo 给 Z.ai 的 GLM-5.3 做了安全评估，写代码和网络安全场景前建议先了解下风险点。
全部动态
AI 相关资讯全量信息流 · 203 条
10月16日
GLM-5.3 长上下文服务优化：远程 KV 缓存分片与异步加载实践
给做大模型推理服务的同学：GLM-5.3 上远程 KV 缓存反而把 p99 拖到 83 秒的踩坑实录，还给了带宽阈值公式和修复方案。
Meta 发布开源权重模型 Muse Spark Open：816B 总参数，登顶美国开源模型
Meta 放了个 816B 的开源模型，美国开源第一，跟自家旗舰就差 1 分。token 特别省，还能塞进两台 Mac Studio 自己跑，就是做 agent 有点弱。
Meta 发布开源模型 Muse Spark Open，816B 参数可在两台 Mac Studio 上运行
Meta 这次放了个 816B 的开源模型，基于苹果 MLX 优化，两台 Mac Studio 就能跑起来，分数还能对标 K3 和 GLM-5.3，本地部署玩家可以看看。
10月15日
研究拆解 LLM 网络威胁情报实体抽取失败模式：主要问题不是幻觉
DeepSeek-V4-Flash 和 GPT-6.1-Sol 抽实体都不靠谱，但坏的原因不是幻觉，而是把背景信息当成攻击实体。用置信度分层排审核优先级，别当真值。
Paper Instruments 发布开源模型 Ultramarine 1 Flash，专为文档密集型工作设计
Paper Instruments 拿 GLM-5.3 Flash 做后训练，出了个专门写 Excel、PPT 和备忘录的开源模型，成本只有 Claude 的几十分之一，做咨询和法律文档的可以看看。
10月14日
AssetForge：资产增强任务合成助力商业自动化智能体
AssetForge用可重用资产库替代重复基础设施工作，在AutomationBench上准确率提升4.4倍，比传统方法高35.7%。
Z.ai 发布 GLM-Legal：基于 GLM-5.3-Flash 的法律专用模型，Harvey LAB 通过率 19.2%
Z.ai 把 GLM-5.3-Flash 调成法律专用版，全任务通过率 19.2%，比通用模型高了 12.5 个点，做法律科技的人可以看看它评测口径。
SuperTechFans原文
llm-gemini 0.35 支持 Gemini 4 Argon 模型
Gemini 4 Argon 今天上线，llm 插件已经支持了。定价对比讲得很细，还搬了 Artificial Analysis 的成本数据，选模型前可以看看。
LongHarness 让 GLM-5.3-Flash 在 OfficeQA Pro V2 上从 4.4% 提到 61.1%
同一个 GLM-5.3-Flash，换个 harness 成绩从 4.4% 飙到 61.1%，还赢了 Claude Code 和 Codex，工程同学该看看这篇。
Artificial Analysis 上线缓存命中率与按提供商 Cost per Task 数据
跑智能体任务时输入 token 大部分能吃缓存，这份实测数据帮你看出同一个 GLM-5.3 在不同家价格能差 9 倍，选 API 前先看看。
10月13日
Z.ai 发布 GLM-Legal，Harvey 法律基准得分超 Claude Fable 5 和 Kimi K3
Z.ai 拿 GLM-5.3-Flash 微调出的法律模型，在 Harvey 基准上跑赢 Claude Fable 5 和 Kimi K3，做法律 AI 的可以看看。
Z.ai 发布法律专用模型 GLM-Legal，基于 GLM-5.3-Flash 打造
Z.ai 把 GLM-5.3-Flash 改造成法律专用模型，专做合同和证据审查，现在封闭测试中。
Anthropic 推出新防护措施，模型蒸馏攻击窃取数据量降低 90%-99%
Anthropic 给 Claude 加了防蒸馏防护，蒸馏偷走的 token 降到原来的 1% 以下，还点名了智谱 AI，两条线都值得看看。
智谱发布法律领域模型 GLM-Legal，基于 GLM-5.3-Flash
智谱出了一个法律专用模型 GLM-Legal，合同审查、证据分析、合规都能干，据说基准成绩追平了前沿模型，做法律相关工作可以去试试。
10月12日
CoreWeave Forge 推出模型蒸馏预览版
CoreWeave 出了个蒸馏功能，用大模型教小模型干单一任务，成本能省不少，现在能试用
Arena 第 41 周榜单：Claude Opus 5.5 Max 首登智能体榜首
这期榜单看点是 Claude Opus 5.5 Max 直接拿下智能体榜第一，代码榜里 claude-opus-5.5-high 一口气升了 7 位。国产这边 kimi-k3-max 综合榜 16 名，想看各家模型盲测排名的可以翻翻完整表格。
IT之家原文
Adaptive DHiSparse：支持推测解码的自适应KV层次结构
清华团队推出Adaptive DHiSparse，让长上下文模型在KV内存不足时仍能高效运行，性能提升最高达3.7倍。
10月11日
智谱 GLM-5.5 或将发布，GLM-5.3 仅靠后训练提升
智谱要出 GLM-5.5 了，帖子里还解释了 GLM-5.3 全靠强化学习涨分的来龙去脉，想了解各家 RL 训练策略的可以看看。
10月10日
Tinker降低长上下文训练成本
Tinker大幅降价，长上下文训练成本降低70%，让智能体RL更实用了
GLM-5.3-Flash 推理引擎已有人写出三个，作者称中推还没人动手
有意思的观察：GLM-5.3-Flash 已经有三人写了专属推理引擎，作者判断未来每个模型都会有自己的深度优化版本，做推理优化的可以关注这个方向。
10月9日
QUILT优化稀疏注意力预填充
QUILT通过共享查询执行优化稀疏注意力，在GLM-5.3和DeepSeek-3.2上实现55%延迟降低，比现有方案更高效。
Step 5 Preview 在 Cline 中免费开放
StepFun 的 Step 5 Preview 免费进 Cline 了，DeepSWE 成绩压过 Kimi K3 和 GLM-5.3，写代码的可以直接试试。
10月8日
AI 渗透测试工具 ARTEX 被用于攻击多家韩国银行，超 2.5 万条客户数据失窃
一个人用调 DeepSeek 和 GLM 的开源工具就黑了多家韩国银行，Shinhan Bank 丢了 2.5 万条记录，AI 安全的现实案例。
韩国多家银行遭网络攻击，CrowdStrike 称疑似一人借助 AI 工具完成
一个人用 ARTEX 加上 DeepSeek、GLM、Grok 和 Claude Code 就能打穿韩国多家银行，CrowdStrike 的报告把工具链讲得很细。
GLM-5.3-Flash（3210 亿参数）实测可在两张 V100 上本地运行
3210 亿参数的 GLM-5.3-Flash，两张旧 V100 就能本地跑起来，省 API 钱的可以看看这套玩法。
Anthropic 发布 Claude Haiku 5.5，支持分级定价与自适应思考
Anthropic 的 Haiku 5.5 来了，智力比一年前的 Haiku 涨了 26 分，价格还只有上代的十分之一，跑 agent 任务可以重点看看。
10月7日
ServeLearnBench 发布：评测智能体能否从服务经验中自我改进
arXiv 上新出的 ServeLearnBench，用 7718 个任务测 RAG、Mem0 这些框架能不能让智能体边服务边学习，结论是多数还不太行。
Anthropic开放Claude Mythos 5.1网络安全访问
Anthropic给不同信任级别的安全团队分级开放Claude Mythos 5.1，GLM-5.3已被证明能生成接近Mythos的漏洞。
10月6日
Mistral 发布 1T 参数多模态模型 Mistral Large 4，编程与安全成绩对标 GLM-5.3
Mistral 这次真支棱起来了，1T 参数只激活 49B，用 4000 块芯片就训出能跟 GLM-5.3 掰手腕的模型，欧洲总算有能打的了。
Mistral发布Large 4模型，AI指数达38分
Mistral推出Large 4，成为美中之外最智能模型，价格却比同类开源模型贵4倍。
Mistral Large 4 在 DeepSWE 基准测试中领先 GLM-5.3
Mistral Large 4 在多个专业领域基准测试中表现优异，金融和法律任务得分亮眼。
智谱 GLM-5.3 接入 Amazon Bedrock，AWS 按调用量分成
智谱的 GLM-5.3 上架了 Amazon Bedrock，海外调用量直接能分钱，国内华为云阿里云也有类似协议，这套分成打法挺值得看看。
GLM-5.3 上架 Amazon Bedrock，面向企业开放
智谱的 GLM-5.3 上架 AWS 的 Bedrock 了，想在企业里用它的编程和智能体能力，现在不用自己搭部署，开个 Bedrock 就能调。
10月5日
Cantina 发布开源安全研究模型 apex-flash-1，60 个漏洞任务解出 40 个
Cantina 把 Z.ai 的 GLM-5.3-Flash 微调成了专挖漏洞的开源模型，60 个私有漏洞任务解出 40 个，MIT 协议随便部署。
FrugalEvo：让强模型出策略、便宜模型写代码，圆 packing 成本降到 0.55 美元
花 0.55 美元干出别人 50 美元的效果，强模型出思路、便宜模型搬砖的省钱组合拳，搞优化任务的可以看看。
开源模型观察清单：Qwen 4、Kimi K3.1、GLM-5.4、DeepSeek V4.2 发版传闻汇总
帮你盘了下四款国产开源模型的发版传闻：Qwen 4、Kimi K3.1、GLM-5.4、DeepSeek V4.2，想本地跑模型可以先记好时间线。
10月4日
Prime Intellect 推出 Prime Inference 推理服务平台
Prime Intellect 做了个兼容 OpenAI API 的推理平台，跑开源模型速度到 101 tok/s，还支持按需付费的 Serverless 模式。
GLM-5.3 网络安全能力接近 Claude Mythos：ExploitBench 得分 12% vs 14%
开源的 GLM-5.3 网络攻防能力快追上 Claude Mythos 了，20 美元 token 就能挖出 Chrome 漏洞，Andrew Ng 还给出了防御方的判断。
Gemini 4 临近正式发布，GLM、DeepSeek、Kimi 一段时间没有动静
Gemini 4 快来了，而且 Anthropic 博客都还在引用 GLM-5.3 的网络能力，国产模型这条线索值得关注。