GLM-5.3-Flash rilasciato

• Z.ai ha rilasciato GLM-5.3-Flash il 26 agosto 2026, pesi e API insieme, dodici giorni dopo GLM-5.3; è il primo modello multimodale nativo della serie GLM-5 e accetta input di immagini, video, testo e file^[1][4][5][6]
• Il modello è arrivato come un mistero: dal 20 agosto un "Ox Alpha" senza attribuzione era gratuito su OpenRouter e OpenCode e ha guidato la classifica settimanale d'uso di OpenRouter con 23.2 trilioni di token (fino al 25 agosto), il doppio degli 11.6 trilioni di DeepSeek V4 Flash 0731, prima che Z.ai confermasse che era GLM-5.3-Flash^[4]
• A differenza di GLM-5.3, che ha solo riaddestrato GLM-5.2, Flash parte da una base costruita ex novo: 320B di parametri totali e 18B attivi, un corpus multimodale da 30 trilioni di token, attenzione ibrida sparsa e lineare e iperconnessioni vincolate a varietà; Z.ai dice che ciò riduce il calcolo dell'attenzione di 3.01x e la cache KV di 4.44x rispetto a GLM-5.3^[1][6]
• Il messaggio chiave di Z.ai è che supera GLM-5.2 in tutti i suoi benchmark a un decimo del prezzo, avvicinandosi a Claude Opus 4.8 nei test di coding e agentici: Terminal Bench 2.1 84.3 contro 85.0, DeepSWE v1.1 63.4 contro 58.0 e AutomationBench 48.8 contro 41.0^[5][6]
• Artificial Analysis gli assegna 57 nel suo Intelligence Index v4.1.1 a circa $0.045 per attività (con lo sconto di lancio), il che lo ha collocato sulla frontiera costo/qualità nel grafico di Z.ai stessa^[4][5]
• L'analisi red team di Anthropic del 30 settembre ha poi riferito che Flash ha costruito una catena di exploit funzionante per Chrome con circa $20 di costi API più otto ore di calcolo^[3]

Funzionalità principali

• Finestra di contesto da 1M di token e output massimo di 128K; input di video, immagini, testo e file, output di testo; ragionamento sempre attivo con sforzo basso, alto e massimo^[1][6]
• Prezzo di $0.15 per milione di token in ingresso, $0.03 in cache e $0.50 in uscita (metà prezzo al lancio su OpenRouter); GLM-5.3-FlashX costa $0.37, $0.075 e $1.25 e gira a circa 200 token al secondo^[1][2][4]
• Pesi con licenza MIT e ricette di distribuzione per SGLang, vLLM, TokenSpeed e KTransformers^[5][6]
• Z.ai afferma che il periodo di Ox Alpha è stato servito interamente su chip di IA cinesi, con un proprio motore di inferenza costruito su SGLang, con un guadagno di serving end-to-end di 3x rispetto alla prima baseline su quell'hardware^[4]
• La visione fa parte del ciclo di programmazione: trasforma screenshot o registrazioni dello schermo in app, pilota browser e interfacce grafiche desktop, costruisce scene Blender e produce file PPTX, PDF, DOCX e XLSX^[1]

Benchmark

Grafico dei risultati di Z.ai per GLM-5.3-Flash (la scheda del modello riporta lo stesso grafico come immagine, non come tabella), trascritto dal grafico su docs.z.ai.

AutomationBench v1.0.6; GDPval-AA v2 è stato eseguito da Artificial Analysis. Un trattino indica che il grafico non mostra alcuna barra.