GLM 5.3上线Amazon Bedrock：753B MoE模型，面向编程与长周期智能体任务
AWS称Z.ai的GLM 5.3已通过Amazon Bedrock提供，支持OpenAI兼容API、跨区域推理、提示缓存和服务层级；接入面向符合条件的企业客户。Z.ai报告该模型在CyberGym安全基准上得分为 84.5。
AI解读：据Hugging Face Hub上发布的信息，GLM 5.3是 753B参数的混合专家（MoE）模型，面向编程和长周期智能体任务。Z.ai报告该模型在网络安全任务上表现突出，发布时在CyberGym基准上测得 84.5 分。
与今年早些时候登陆Amazon Bedrock的GLM 5相比，AWS列出了三方面变化：编程能力提升（Z.ai称在DeepSWE、Terminal Bench 3.0、FrontierSWE等基准上有竞争力，其内部编程基准较GLM 5.2提升 50%）；新出现的网络安全能力；以及更完整的Bedrock集成。AWS称未报告与GLM 5的直接对比，原因是改进幅度导致GLM 5.1发布后基准测试本身被更新。
GLM 5.3支持隐式（默认自动）提示缓存，并在Responses和Chat Completions API上支持显式缓存控制（AWS推荐后者）。显式缓存需通过prompt_cache_options选择模式，并在输入内容块上添加prompt_cache_breakpoint标记；每个断点至少 1,024 个token才有缓存资格。AWS称缓存可降低重复调用同一提示前缀时的延迟和输入成本。
访问方式包括OpenAI兼容的Responses与Chat Completions API，以及Amazon Bedrock的Invoke和Converse API；AWS建议新应用优先使用OpenAI兼容API。模型提供US跨区域推理（us.zai.glm-5.3）和Global跨区域推理（global.zai.glm-5.3）配置文件，并有Flex、Priority、Standard三种服务层级。
AWS用一个授权安全测试作为演示：开源AI渗透测试代理Strix当前文档以GLM 5.3为默认模型，可配置为通过Amazon Bedrock调用，使推理在用户AWS账户控制下运行。AWS强调只能测试自己拥有或获得明确书面许可的应用，并指出LiteLLM目前尚不能解析bedrock/global.zai.glm-5.3，需显式指定Converse API路由和推理配置文件ARN。
AWS在 8 月发布的博客中宣布，Z.ai（智谱AI）的GLM 5.3已在Amazon Bedrock上线。AWS称该模型可通过全托管API调用，用户不需要管理推理基础设施，接入面向符合条件的企业客户。
模型规格与Z.ai自报成绩
据AWS博客引述Hugging Face Hub上发布的信息，GLM 5.3是 753B参数的混合专家（MoE）模型，针对编程和长周期智能体任务优化。Z.ai报告该模型展现出显著的网络安全能力，发布时在CyberGym基准上测得 84.5 分，AWS称这一分数“领先”。
- 753B参数混合专家模型，面向编程与长周期智能体任务（AWS引述Hugging Face Hub）
- Z.ai称在DeepSWE、Terminal Bench 3.0、FrontierSWE等编程基准上有竞争力
- Z.ai报告其内部编程基准较GLM 5.2提升 50%
- Z.ai报告发布时CyberGym基准得分 84.5
与GLM 5的差异
GLM 5今年早些时候已在Amazon Bedrock上线。AWS称GLM 5.3延续同一谱系，并列出三方面变化：编程能力更强、出现网络安全能力、Bedrock集成更广（跨区域推理配置文件、隐式与显式提示缓存，以及OpenAI兼容的Responses和Chat Completions API与Invoke、Converse的功能对齐改善）。
AWS在博客中说明，没有报告与GLM 5的直接对比，因为改进幅度导致自GLM 5.1发布以来基准测试本身被更新。
- 更强编程：Z.ai自报多项基准成绩及内部基准提升
- 新出现的网络安全能力：Z.ai报告CyberGym 84.5分
- 更广的Bedrock集成：跨区域推理、提示缓存、API功能对齐改善
- AWS称未报告与GLM 5的直接对比，原因是基准测试已被更新
在Bedrock上的调用方式与限制
GLM 5.3支持默认开启的隐式提示缓存，以及在Responses和Chat Completions API上的显式缓存控制（AWS推荐后者）。显式缓存通过请求中的prompt_cache_options选择模式，并在输入内容块上添加prompt_cache_breakpoint标记以指示可复用提示前缀的结束位置；AWS称每个断点至少需 1,024 个token才有缓存资格。对于每轮重发大型系统提示或仓库上下文的智能体工作负载，AWS称缓存可降低延迟和输入成本。
模型可通过OpenAI兼容的Responses和Chat Completions API，或Amazon Bedrock的Invoke和Converse API调用；AWS建议新应用优先使用OpenAI兼容API。跨区域推理提供US（us.zai.glm-5.3）和Global（global.zai.glm-5.3）两种配置文件，请求发往用户选择的源AWS区域后由Bedrock路由处理。服务层级包括Flex（优化成本，适合对时效要求较低的工作负载）、Priority（优先延迟关键请求，价格更高）和Standard（默认平衡）。
- 隐式提示缓存默认开启；显式缓存需通过prompt_cache_options选择模式
- 显式缓存断点每个至少 1,024 个token
- 支持OpenAI兼容API与Bedrock Invoke、Converse API；AWS推荐新应用使用OpenAI兼容API
- US与Global两种跨区域推理配置文件
- Flex、Priority、Standard三种服务层级
安全测试演示及其边界
AWS用一个授权安全测试演示GLM 5.3的智能体能力：开源AI渗透测试代理Strix当前文档以GLM 5.3为默认模型，可配置为通过Amazon Bedrock调用，使模型推理在用户AWS账户控制下运行。演示目标是本地运行的OWASP Juice Shop故意易受攻击示例应用。
AWS在博客中强调，只能测试自己拥有或获得明确书面许可的应用，未经授权对不拥有系统的安全测试在多数司法管辖区属违法，并违反AWS可接受使用政策。AWS还指出，截至目前LiteLLM尚不能解析bedrock/global.zai.glm-5.3，需显式指定Converse API路由和推理配置文件ARN。
AWS同时提到其托管安全服务AWS Continuum，称两种方式互补：Strix等开源代理提供开发者驱动、可深度定制的本地构建测试，Continuum则运行规模化托管评估。
- Strix文档当前以GLM 5.3为默认模型，可配置为通过Bedrock调用
- 演示目标为本地运行的OWASP Juice Shop
- AWS强调仅限测试自有或获明确书面许可的系统
- LiteLLM尚不能解析bedrock/global.zai.glm-5.3，需显式指定Converse路由和ARN
- AWS提到托管服务AWS Continuum与开源代理互补