大模型赋能投研系列之三十：GLM_5.3与GLM_5.3_Flash金融投研能力评测（34页，2026年）

分类：人工智能

标签：GLM-5.3、金融大模型、投研AI、长上下文、开源大模型、能力评测

摘要：国金证券“大模型赋能投研系列”第三十期对智谱GLM-5.3及GLM-5.3-Flash两款模型展开金融投研能力专项评测。报告以量化指标与主观评判结合的方式，检验国产大模型在资产定价测算、历史回测与行业研究三类典型投研任务上的真实表现，为金融机构模型选型与落地提供参考。报告面向券商研究所、资管与量化团队，定位为一份偏实用的能力基准测试，评测在统一Claude Code框架下开展，以保证可比性。 报告核心观点是：GLM-5.3系列在中文金融语义理解、长文档处理与结构化输出上进步明显，已能在标准化投研环节承担辅助角色；Flash版本以更低成本覆盖高频、轻量任务，从而形成“重任务用5.3、轻任务用Flash”的分工，使机构在质量与成本之间灵活取舍。模型定位为增效工具而非替代专业判断。 关键事实与数据：GLM-5.3于2026年8月14日发布，API名称为glm-5.3，沿用5.2底座（官方口径744B、约40B激活），提升全部来自后训练，主打长程Agent、复杂编程与工具执行；GLM-5.3-Flash于8月26日发布，为全新320B、18B多模态底座，支持文本、图像与视频，权重当天以MIT协

来源：zuudee | 日期：2026-08-30 | 格式：PDF | 页数：34