新闻 · AWS Machine Learning Blog
Amazon Bedrock 上推出 GLM 5.3
来自 Z.ai 的 GLM 5.3 现已在 Amazon Bedrock 上线：这是一个拥有 753B 参数的混合专家模型，专为编码和长周期智能体任务打造。了解如何使用 OpenAI 兼容 API 调用它、通过提示缓存降低成本和延迟，并使用开源 Strix 智能体运行授权安全测试。
en
英文原标题：Introducing GLM 5.3 on Amazon Bedrock
本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗
- Z.ai（智谱AI）的GLM 5.3现已上线Amazon Bedrock，这是一个753B参数的混合专家模型，针对编码和长周期智能体任务优化，Z.ai报告其展现出显著的网络安全能力。
- 与GLM 5相比，GLM 5.3在编码能力上更强，Z.ai称在DeepSWE、Terminal Bench 3.0和FrontierSWE等基准测试中具有竞争力，内部编码基准较GLM 5.2提升50%；在CyberGym基准上测得84.5的领先分数。
- 在Amazon Bedrock上，GLM 5.3提供完全托管的API，支持跨区域推理、提示缓存和服务层级，无需管理基础设施，面向符合条件的企业客户开放。
- GLM 5.3支持OpenAI兼容的Responses和Chat Completions API以及Bedrock的Invoke和Converse API，默认启用隐式提示缓存，并支持显式缓存控制以减少延迟和输入成本。
- 文章演示了如何通过OpenAI Python SDK和aws-bedrock-token-generator调用模型，并展示了一个使用开源AI渗透测试代理Strix进行授权安全测试的智能体工作负载示例。
关键数据
- GLM 5.3是753B参数的混合专家模型
- Z.ai报告内部编码基准较GLM 5.2提升50%
- CyberGym基准上测得84.5的领先分数
- 跨区域推理配置文件：us.zai.glm-5.3和global.zai.glm-5.3
- 显式缓存断点需至少1,024个token
为什么值得看：GLM 5.3作为开源权重模型在Amazon Bedrock上提供托管服务，结合强大的编码和网络安全能力，可降低企业部署智能体工作负载的基础设施门槛。