GLM-5.3 vs GLM-5.3 Flash

D'après Z.ai, GLM-5.3 utilise le même modèle de base que GLM-5.2 et tire toutes ses améliorations du post-training. GLM-5.3 Flash s'appuie quant à lui sur un modèle de base fraîchement entraîné doté d'une architecture hybride à attention clairsemée et linéaire, avec 320B de paramètres au total dont 18B actifs par token, et une prise en charge multimodale native.

Z.ai positionne GLM-5.3 pour les tâches d'ingénierie logicielle les plus complexes et les agents à long terme, et GLM-5.3 Flash pour un codage efficace et des agents à un coût nettement inférieur. Selon Z.ai, Flash surpasse GLM-5.2, le modèle qui sert de base à GLM-5.3, pour un dixième du prix.

Sur OpenRouter, GLM-5.3 coûte $0.079 par million de tokens d'entrée et $1.40 par million de tokens de sortie. GLM-5.3 Flash coûte $0.0052 et $0.1985 — soit environ quinze fois moins cher en entrée et sept fois moins cher en sortie.

Flash prend en charge le texte, les images et la vidéo ; GLM-5.3 ne prend en charge que le texte. Flash est publié sous licence MIT, tandis que GLM-5.3 utilise une licence personnalisée. Les deux affichent un contexte de 1,048,576 tokens et une sortie maximale de 943,718 tokens.

Chaque modèle dispose d'une variante axée sur la vitesse, disponible uniquement via API. GLM-5.3 FlashX est la version haute vitesse de Flash, atteignant jusqu'à 200 tokens par seconde, à $0.37 et $1.25 par million de tokens. GLM-5.3 Prime est une version de GLM-5.3 avec un débit de sortie 1.5–2× supérieur, à $2.80 et $8.80. Les deux affichent une sortie maximale de 131,072 tokens.

Dans notre chat, GLM-5.3 Flash est le modèle par défaut et bénéficie de limites quotidiennes généreuses ; GLM-5.3 a un quota quotidien plus restreint car son exécution est plus coûteuse.