智谱AI于8月14日发布GLM-5.3大模型，在官方公布的编程、终端操作、Agent任务、网络安全等八项基准测试中，有七项胜过DeepSeek V4 Pro正式版，形成精准狙击。然而市场反应冷淡，发布当天智谱股价高开低走，收盘下跌3.57%，从日内高点回撤超11%。
GLM-5.3的性能提升显著：在DeepSWE基准上得分66.9分，超过V4 Pro的62.7分；Terminal Bench 3.0得分从5.2版本的4.6分暴涨至28.3分，拿下开源模型第一；CyberGym测试以84.5%登顶全球，压过Anthropic的Claude Mythos 5（83.8%）和GPT-5.6 Sol（83.6%）。在高难度编程任务中，GLM-5.3用不到Claude Opus 4.8一半的token，就拿到更高完成率。
值得注意的是，GLM-5.3并非全新模型，它与GLM-5.2共用同一个7430亿参数基座，所有提升全部来自后训练。这与DeepSeek V4 Pro从预览版到正式版的逻辑一致——后者同样基于1.6T基座，能力跃迁也来自后训练。两者的差异在于，智谱没有涨价，而DeepSeek在8月17日零点起全面上调API价格，首次引入峰谷分时定价，整体价格较此前大幅上调，全计费项涨幅区间为50%至1100%。
更深层的分歧在于自进化路线的选择。智谱创始人唐杰在7月11日发布内部信《巨浪已来》，宣布启动“Touch High（摸高）”计划，未来两年不把重心放在商业变现上，集中资源冲击AGI。唐杰将AGI突破拆解为三座大山：记忆、完全自治的智能体系统、自进化。GLM-5.3的后训练方法本质上就是一种自进化——智谱引入了一套“自己出题自己做”的环境合成流水线，用AI研究员在真实场景中采集任务，再用AI判卷员验证题目可解、解题过程干净，确保训练题库质量。这套流水线让训练环境规模扩大数倍，同时升级了训练框架“slime”，使练习与考试环境几乎完全一致，长程编码任务训练速度提升2.3倍。
自进化带来的意外收获是网络安全能力。智谱原本只是让模型找漏洞、分析漏洞，但训练规模扩大后，模型开始跨越漏洞利用的多个阶段，形成完整攻击链计划，在CyberGym测试中拿到84.5%的全球第一。
DeepSeek则给出了另一条路径。梁文锋将模型基座冻结在1.6T不动，崔添翼带队的DSH框架把自进化从模型内部搬到外部，核心设计原则是“一切皆插件”。底层的Cordis微内核只负责插件的加载、卸载和依赖管理，每个插件注册时的副作用都被追踪，卸载时自动回收。这意味着Agent可以在运行中随时更换插件、甚至热插拔决策策略，能力边界由插件生态的丰富程度决定。DSH开源不到两天就在GitHub收获超10万颗星。
两条路线本质上是两种自进化观：唐杰追求“模型自己变聪明”，进化发生在训练阶段；梁文锋和崔添翼追求“模型的身体可以无限重组”，进化发生在推理和运行阶段。前者是生物学意义上的进化，后者是工具意义上的进化。
市场对这场对抗的反应耐人寻味。4月24日DeepSeek V4预览版发布当天，智谱股价暴跌逾9%，随后几个交易日持续下挫，4月28日盘中一度跌超13%、跌破千元大关。市场逻辑是DeepSeek又强又便宜还开源，而智谱却在涨价——从2月开始智谱连续上调API定价，一季度累计涨幅约83%。但8月13日V4 Pro正式版遭遇发布乌龙（凌晨静默发布、白天撤下公告、后端指纹改回Preview状态、不到24小时又重新发布），智谱股价反而上涨约9%。8月14日GLM-5.3发布当天，智谱高开低走，市场认为这是“符合预期”的后训练迭代，没有超出基座不变的框架，而V4 Pro+DSH的组合或许才是长期变量。
与此同时，DeepSeek的涨价标志着行业低价时代的结束。DeepSeek一直以“价格屠夫”著称，V4预览版缓存命中输入低至0.025元/百万token，几乎是海外旗舰模型的几十分之一。但8月13日晚间，DeepSeek官宣调价：V4 Pro高峰时段缓存命中输入从0.025元涨到0.3元（涨幅12倍），未命中输入从3元涨到9元（3倍），输出从6元涨到27元（4.5倍）；空闲时段分别为0.15元、4.5元和13.5元。开发者圈从“梁文锋的恩情还不完”变成“梁圣变梁子”的调侃。
涨价的本质不是算力变贵，而是公司长大了。AGI研发是无底洞，唐杰的摸高计划要投入百亿级做可解释性、建合成数据工厂，梁文锋要养DSH的开源生态。不能一直靠融资烧钱，终究得靠自己造血。当模型能力逼近海外第一梯队，却以海外头部几十分之一的价格出售时，本质上是在贱卖技术溢价。涨价是从成本加成定价转向价值定价——模型值多少钱，应该由它能替用户创造多少价值决定。
这场智谱与DeepSeek的对抗，已经超越了单纯的模型性能比拼，演变为两种AGI路径的竞速。谁的自进化路线能更快抵达AGI终点，市场正在用脚投票。