GLM-5.3-Flash lanzado

• Z.ai lanzó GLM-5.3-Flash el 26 de agosto de 2026, con pesos y API a la vez, doce días después de GLM-5.3; es el primer modelo multimodal nativo de la serie GLM-5 y admite entrada de imagen, vídeo, texto y archivos^[1][4][5][6]
• El modelo llegó como un misterio: desde el 20 de agosto un "Ox Alpha" sin atribución estuvo gratis en OpenRouter y OpenCode y encabezó la tabla semanal de uso de OpenRouter con 23.2 billones de tokens (hasta el 25 de agosto), el doble de los 11.6 billones de DeepSeek V4 Flash 0731, antes de que Z.ai confirmara que era GLM-5.3-Flash^[4]
• A diferencia de GLM-5.3, que solo reentrenó GLM-5.2, Flash parte de una base recién construida: 320B de parámetros totales y 18B activos, un corpus multimodal de 30 billones de tokens, atención híbrida dispersa y lineal e hiperconexiones con restricción de variedad; Z.ai dice que esto reduce el cómputo de atención 3.01x y la caché KV 4.44x frente a GLM-5.3^[1][6]
• El mensaje principal de Z.ai es que supera a GLM-5.2 en todos sus benchmarks a una décima parte del precio, mientras se acerca a Claude Opus 4.8 en pruebas de programación y agentes: Terminal Bench 2.1 84.3 frente a 85.0, DeepSWE v1.1 63.4 frente a 58.0 y AutomationBench 48.8 frente a 41.0^[5][6]
• Artificial Analysis le otorga 57 en su Intelligence Index v4.1.1 con unos $0.045 por tarea (con el descuento de lanzamiento), lo que lo situó en la frontera de coste y calidad en el gráfico propio de Z.ai^[4][5]
• El análisis de red team de Anthropic del 30 de septiembre informó después de que Flash construyó una cadena de explotación funcional para Chrome por unos $20 en tarifas de API más ocho horas de cómputo^[3]

Características destacadas

• Ventana de contexto de 1M de tokens y salida máxima de 128K; entrada de vídeo, imagen, texto y archivos, salida de texto; razonamiento siempre activo con esfuerzo bajo, alto y máximo^[1][6]
• Precio de $0.15 por millón de tokens de entrada, $0.03 en caché y $0.50 de salida (a mitad de precio en el lanzamiento en OpenRouter); GLM-5.3-FlashX cuesta $0.37, $0.075 y $1.25 y funciona a unos 200 tokens por segundo^[1][2][4]
• Pesos con licencia MIT y recetas de despliegue para SGLang, vLLM, TokenSpeed y KTransformers^[5][6]
• Z.ai dice que el periodo de Ox Alpha se sirvió íntegramente en chips de IA chinos, con su propio motor de inferencia construido sobre SGLang, con una mejora de servicio de extremo a extremo de 3x sobre su primera línea base en ese hardware^[4]
• La visión forma parte del bucle de programación: convierte capturas o grabaciones de pantalla en aplicaciones, maneja navegadores e interfaces gráficas de escritorio, crea escenas de Blender y produce entregables PPTX, PDF, DOCX y XLSX^[1]

Pruebas de referencia

Gráfico de resultados de Z.ai para GLM-5.3-Flash (la ficha del modelo incluye el mismo gráfico como imagen, no como tabla), transcrito del gráfico en docs.z.ai.

AutomationBench v1.0.6; GDPval-AA v2 fue ejecutado por Artificial Analysis. Un guion indica que el gráfico no muestra barra.