# GLM 5.3 登陆 Amazon Bedrock

- Source: MechNext — https://mechnext.eu/zh/article/31-glm-5-3-arrives-on-amazon-bedrock
- Published: 2026-10-06
- Updated: 2026-10-06
- Category: Industry News
- Language: zh (Markdown in other languages: ?lang=en, ?lang=de, ?lang=sk, ?lang=pl, ?lang=ru)

> AWS 表示，Z.ai（智谱 AI）的 GLM 5.3 已面向符合条件的企业客户在 Amazon Bedrock 上提供。公告介绍了模型定位、调用接口、提示缓存、服务层级，以及一个安全测试演示。

AWS Machine Learning Blog 于 2026 年 10 月 5 日发布了题为《Introducing GLM 5.3 on Amazon Bedrock》的文章。AWS 在文中宣布，Z.ai（又称智谱 AI）的 GLM 5.3 已在 Amazon Bedrock 上向符合条件的企业客户提供。这个消息说明的是特定客户群体通过该服务获得模型的情况。

AWS 将 GLM 5.3 描述为一个拥有 7530 亿参数的混合专家模型，并称其针对编程和长程智能体任务进行了优化。这两个方向构成了文章介绍模型的主要框架：一类是代码工作，另一类是需要跨多个步骤持续推进的智能体任务。参数规模和所述用途是文章给出的模型特征，但这些信息本身并不能确定模型在每一种具体应用中的表现。

### 模型调用方式

文章称，GLM 5.3 可以通过兼容 OpenAI 的 Responses API 和 Chat Completions API 调用，也可以使用 Amazon Bedrock 的 Invoke 和 Converse API。这些是公告明确列出的调用路径。应用团队可以结合现有系统所用的接口，考虑如何接入。文章给出了接口选项，具体选择仍取决于应用的结构和需求。

公告还介绍了提示缓存。文章称，模型默认支持隐式提示缓存；在 Responses 和 Chat Completions API 上，还可以使用显式缓存控制。这一区别说明，默认支持与直接控制是公告分别提到的能力，而且显式控制对应这两个 API。缓存与调用接口共同构成文章描述的使用方式。公告没有为所有工作负载规定同一种缓存配置，因此团队需要结合自身提示的使用方式来考虑缓存。

### 推理配置文件与服务层级

对于 GLM 5.3，文章列出了美国跨区域推理配置文件 `us.zai.glm-5.3`，以及全球跨区域推理配置文件 `global.zai.glm-5.3`。这两个标识符明确给出了公告提到的配置文件选项。文章将它们与 GLM 5.3 联系起来，但现有信息没有进一步说明每个配置文件的运行特性。

AWS 介绍了三个服务层级。Flex 面向时间要求不高的工作负载；Priority 面向对延迟敏感的请求，价格较高；Standard 是默认选项，在价格和速度之间取得平衡。读者可以据此考虑任务对时间的敏感程度，以及价格与速度之间的取舍。公告解释了各层级的定位，但没有声称某一个层级适用于所有工作负载。

这些定义可以帮助团队把接口接入与运行优先级联系起来。如果任务对时间不敏感，Flex 符合文章所述用途；如果请求对延迟要求严格，可以考虑 Priority，同时留意其价格较高；Standard 则是公告描述的默认平衡选项。文章说明了层级之间的定位差别，但没有针对具体工作负载给出推荐，也没有提供各层级的数值性能对比。

### 公布的测量结果与 Strix 演示

文章称，在发布时，Z.ai 在 CyberGym 基准测试中测得 84.5 分。Z.ai 还报告称，在其内部编程基准测试中，相比 GLM 5.2 提升了 50%。公告将这两项结果都归于 Z.ai。其中一项对应有名称的基准测试，另一项来自内部编程基准测试。因此，它们应被理解为公告转述的测量结果，而不是对模型在所有环境中表现的独立确认。

文章还将 Strix 描述为一款开源 AI 渗透测试智能体。演示步骤使用了在本地运行的 OWASP Juice Shop 示例应用。这个例子把模型公告与一个具体的安全测试场景联系起来：Strix 智能体和本地示例应用共同构成了演示内容。该描述并未说明其他目标或应用上的结果；它只界定了文章所用示例的范围。

### 企业读者可以从公告中了解什么

对于在 Amazon Bedrock 上使用服务的合格企业客户，文章汇集了若干实际信息：模型所述的用途方向、兼容 OpenAI 与 Bedrock 两类接口中的四个调用选项、提示缓存支持、两个推理配置文件标识符，以及三个服务层级。这些信息共同说明了模型的接入途径和可能影响集成的选择。读者可以据此确定，在考虑将 GLM 5.3 用于编程或较长程智能体任务时，需要评估哪些方面。

公布的测量结果提供了背景信息，但结果的归属同样重要。CyberGym 分数和内部编程对比均作为 Z.ai 的测量或报告出现，并不构成针对某个客户工作负载的结果保证。Strix 演示也有明确范围：它使用的是本地运行的 OWASP Juice Shop 示例应用。

总的来说，AWS 宣布 GLM 5.3 已面向符合条件的企业客户在 Amazon Bedrock 上提供，并将其描述为一个面向编程和长程智能体任务的大型混合专家模型。文章说明了调用接口、默认与显式提示缓存能力、跨区域推理配置文件，以及 Flex、Priority 和 Standard 各自的用途。文章还转述了归于 Z.ai 的基准测试结果，并介绍了使用本地示例应用的 Strix 演示。这些内容构成了公告的核心信息，可供读者了解服务所述能力及集成选项。