2026-08-26 · Riset GLM-5.3-Flash: Kecerdasan Frontier, Biaya Kilat* Panggil di Z.ai* Paket Coding Z.ai* Coding dengan ZCode* Hugging Face Kami memperkenalkan GLM-5.3-Flash, model multimodal asli pertama dalam seri GLM-5. Dengan 320B total parameter dan hanya 18B parameter aktif, ia mengungguli GLM-5.2 di benchmark dan beban kerja dunia nyata dengan harga sepersepuluh, sambil mendekati Claude Opus 4.8 pada benchmark coding dan agen.

GLM-5.3-Flash menggabungkan beberapa peningkatan arsitektur dibandingkan GLM-5. Untuk pertama kalinya, kami memperkenalkan arsitektur hibrida yang menggabungkan attention sparse dan linear, secara drastis mengurangi biaya pelayanan konteks panjang sambil mempertahankan kemampuan konteks panjang yang presisi. Ini juga mengadopsi Manifold-Constrained Hyper-Connections (m HC) untuk lebih meningkatkan efisiensi penskalaan. Digabungkan dengan korpus pra-pelatihan multimodal 30T token terbaru kami, perubahan ini memungkinkan GLM-5.3-Flash menghasilkan lebih banyak kecerdasan dengan komputasi lebih sedikit.

Sebelum rilis, kami menguji GLM-5.3-Flash secara anonim sebagai `ox-alpha` di Open Code dan Open Router untuk mengumpulkan umpan balik pengguna. Dengan cepat menjadi model paling populer minggu itu — dengan semua lalu lintas ini dilayani di chip AI Tiongkok. GLM-5.3-Flash mendorong batas Pareto dari Artificial Analysis Intelligence Index v4.1.1, mencetak 57 hanya dengan $0,045 per tugas (dengan diskon) — tingkat kecerdasan yang sebelumnya hanya tersedia dengan biaya sekitar 10 kali lipat.

Di enam benchmark coding dan agen, GLM-5.3-Flash secara konsisten mengungguli GLM-5.2, seringkali dengan selisih besar — 63,4 vs. 46,2 di Deep SWE v1.1 dan 48,8 vs. 26,2 di Automation Bench — sambil mendekati Claude Opus 4.8 secara keseluruhan. Dibandingkan dengan seri GLM-4.5, GLM-5.3-Flash dirancang khusus untuk inferensi berbiaya sangat rendah, hampir mengurangi setengah jumlah parameter aktif dan jumlah lapisan.

Entitas Kunci: Perusahaan: Z.ai, Hugging Face, Open Code, Open Router