GLM-5.3 Flash: rápido, multimodal y económico

GLM-5.3 Flash se publicó en OpenRouter el 26 de agosto de 2026. A diferencia de GLM-5.3, parte de un modelo base recién entrenado cuya arquitectura y receta de entrenamiento se rediseñaron para mejorar la capacidad y la eficiencia. Cuenta con 320 mil millones de parámetros en total, de los cuales solo 18 mil millones están activos por token.

Por primera vez en la serie GLM, Z.ai combina atención dispersa (sparse) y lineal en un diseño híbrido, lo que reduce drásticamente el coste de inferencia en contextos largos manteniendo un comportamiento preciso. Z.ai afirma que esto reduce el cómputo de atención y la caché KV en 3.01× y 4.44× en comparación con GLM-5.3. El modelo también utiliza Manifold-Constrained Hyper-Connections (mHC) y fue preentrenado en un corpus multimodal de 30 billones de tokens.

En OpenRouter, GLM-5.3 Flash admite texto, imágenes y vídeo, con una ventana de contexto de 1,048,576 tokens y una salida máxima de 943,718 tokens. Cuesta $0.0052 por millón de tokens de entrada y $0.1985 por millón de tokens de salida: los precios más bajos de la familia GLM-5 por un amplio margen. En la plataforma de Z.ai, el código del modelo es glm-5.3-flash, con un contexto de 1M, hasta 128K tokens de salida y entrada de imágenes mediante image_url.

Z.ai afirma que GLM-5.3 Flash supera a GLM-5.2 en benchmarks y cargas de trabajo reales a una décima parte del precio, y se acerca a Claude Opus 4.8 en benchmarks de programación y tareas agénticas. Los pesos están disponibles en Hugging Face como zai-org/GLM-5.3-Flash bajo la licencia MIT.

GLM-5.3 FlashX, publicado el 18 de septiembre de 2026, es la variante de alta velocidad de GLM-5.3 Flash. Está construido sobre la misma arquitectura de atención híbrida y ofrece velocidades de inferencia de hasta 200 tokens por segundo, según su descripción. Admite texto, imágenes y vídeo con un contexto de 1M de tokens, pero devuelve como máximo unos 131K tokens por solicitud.

FlashX tiene un precio de $0.37 por millón de tokens de entrada y $1.25 por millón de tokens de salida en OpenRouter y no dispone de pesos públicos. Elíjalo cuando la latencia sea más importante que el coste; para la mayoría de los demás casos, el GLM-5.3 Flash estándar es mucho más económico.