Lewati ke konten
GLM5.org
z-ai/glm-5.3

Panduan model · berjalan di chat kami

GLM-5.3: model unggulan untuk masalah rumit

GLM-5.3 adalah model reasoning besar dari Z.ai untuk software engineering kompleks dan tugas agen jangka panjang. Model ini mempertahankan konteks satu juta token dari GLM-5.2 dan menyempurnakan segalanya melalui post-training. Anda dapat menggunakannya gratis di chat kami dengan kuota harian.

GLM-5.3

z-ai/glm-5.3

Di chat kamiOpen weights
Dirilis
18 Agu 2026
Jendela konteks
1.05M
Output maksimum
944K
Input / output per 1M
$0.079 / $1.40
Input
Teks

GLM-5.3 tersedia di chat gratis kami — tanpa perlu mendaftar.

§ 01Lembar Data

Spesifikasi GLM-5.3

Spesifikasi GLM-5.3
OpenRouter IDz-ai/glm-5.3
PengembangZ.ai
Dirilis18 Agu 2026
Jendela konteks1,048,576 token
Output maksimum943,718 token
Harga input$0.079 per 1M token
Harga output$1.40 per 1M token
InputTeks
Open weightszai-org/GLM-5.3
ParameterTidak dipublikasikan
LisensiGLM-5.3 (custom)
Chat gratis di siniDi chat kami

Sumber: daftar model OpenRouter dan model card resmi Hugging Face.

§ 02Ikhtisar

Mengenal GLM-5.3

Basis sama, pelatihan lebih baik

GLM-5.3 terdaftar di OpenRouter pada 18 Agustus 2026. Model card-nya menyatakan secara gamblang asal-usulnya: GLM-5.3 menggunakan model dasar yang sama dengan GLM-5.2, dan "setiap peningkatan berasal dari post-training". Dengan kata lain, Z.ai tidak mengubah arsitekturnya; mereka melatih model tersebut agar jauh lebih andal dalam coding kompleks dan tugas-tugas panjang.

Z.ai melaporkan peningkatan 50% dibandingkan GLM-5.2 pada Z.ai Code Bench internal mereka dan mengklaim hasil open-source state-of-the-art pada tolok ukur publik seperti Terminal Bench 3.0 dan Agents' Last Exam. Kartu tersebut juga mencatat keunggulan baru dalam riset keamanan, dengan hasil state-of-the-art di CyberGym untuk penemuan kerentanan. Ini adalah pengukuran dari pihak pengembang sendiri, jadi anggaplah ini sebagai indikasi arah dan bukan bukti mutlak.

Spesifikasi

Di OpenRouter, GLM-5.3 menerima input teks dan menghasilkan output teks, dengan context window sebesar 1.048.576 token dan output maksimum 943.718 token. Harganya adalah $0.079 per satu juta token input dan $1.40 per satu juta token output. Di platform Z.ai sendiri, kode modelnya adalah glm-5.3, dengan konteks 1M dan output hingga 128K token.

Reasoning selalu aktif pada GLM-5.3. Anda dapat mengatur seberapa dalam ia berpikir menggunakan reasoning_effort, yang menerima nilai low, high, dan max; model card menyebutkan bahwa default-nya adalah max jika Anda tidak memasukkan nilai. Bobot terbuka tersedia di Hugging Face sebagai zai-org/GLM-5.3, di bawah lisensi khusus GLM-5.3 dan bukan MIT — bacalah lisensinya sebelum membangun produk berbasis bobot tersebut.

GLM-5.3 di chat kami

Di chat glm5.org, GLM-5.3 berjalan dengan reasoning effort low secara default agar jawaban muncul dengan cepat. Aktifkan Pikir lebih dalam untuk meningkatkan usaha berpikir saat suatu masalah membutuhkan penanganan lebih teliti. GLM-5.3 hanya berbasis teks; jika Anda melampirkan gambar, chat akan mengalihkan pesan tersebut ke GLM-5.3 Flash dan memberi tahu Anda.

Karena biaya komputasi GLM-5.3 lebih tinggi daripada Flash, setiap pengunjung mendapatkan jumlah pesan GLM-5.3 terbatas per hari. Ketika kuota habis, Anda dapat langsung melanjutkan dengan GLM-5.3 Flash hanya dalam satu klik.

  • Terbaik untuk: refaktor multi-berkas, debugging, pertanyaan arsitektur, analisis mendalam.
  • Bukan untuk: pertanyaan berbasis gambar (gunakan GLM-5.3 Flash).
  • Tips: berikan konteks lengkap — pesan error, berkas kode, batasan — dalam satu pesan.

§ 03Kelebihan

Keunggulan GLM-5.3

3.1

Coding kompleks

Z.ai menyebut GLM-5.3 sebagai model open-weights paling andal untuk coding, dengan peningkatan besar dibanding GLM-5.2.

3.2

Agen jangka panjang

Dirancang untuk merencanakan dan mengeksekusi tugas berbasis alat yang panjang dalam konteks 1M token.

3.3

Penalaran yang dapat dikontrol

Tiga tingkat reasoning effort memungkinkan Anda menyeimbangkan kecepatan dan kedalaman pada setiap permintaan.

3.4

Input berbiaya hemat

Dengan harga $0.079 per satu juta token input di OpenRouter, memproses codebase berukuran besar menjadi sangat hemat.

§ 04Cara mencoba

Tiga cara menggunakan GLM-5.3

  1. Chat gratis di sini

    Buka chat, pilih GLM-5.3 di pengalih model, dan mulailah bertanya. Tanpa perlu akun; berlaku kuota harian.

  2. Gunakan API

    Panggil z-ai/glm-5.3 di OpenRouter atau glm-5.3 di platform Z.ai menggunakan klien apa pun yang kompatibel dengan OpenAI.

  3. Self-host bobot model

    Unduh zai-org/GLM-5.3 dari Hugging Face, tinjau lisensi kustomnya, dan jalankan di perangkat keras Anda sendiri.

§ 05Keluarga Model

Jajaran keluarga GLM-5 lainnya

Setiap halaman model menggunakan lembar data yang sama, memudahkan Anda membandingkannya secara sekilas.

Jajaran keluarga GLM-5 lainnya
ModelDirilisJendela konteksInput / output per 1MChat gratis di sini
GLM-511 Feb 2026205K$1 / $3.20—
GLM-5-Turbo15 Mar 2026203K$1.20 / $4—
GLM-5V-Turbo1 Apr 2026203K$1.20 / $4—
GLM-5.17 Apr 2026205K$1.40 / $4.40—
GLM-5.216 Jun 20261.05M$0.0341 / $7—
GLM-5.318 Agu 20261.05M$0.079 / $1.40Di chat kami
GLM-5.3 Flash26 Agu 20261.05M$0.0052 / $0.1985Di chat kami
GLM-5.3 FlashX18 Sep 20261.05M$0.37 / $1.25—
GLM-5.3 Prime23 Sep 20261M$2.80 / $8.80—

§ 06FAQ

Pertanyaan seputar GLM-5.3

Q01Apakah GLM-5.3 gratis digunakan?

Di glm5.org Anda dapat mengobrol dengan GLM-5.3 secara gratis tanpa mendaftar, dalam batas kuota pesan harian. Melalui API, biayanya dihitung per token.

Q02Bisakah GLM-5.3 membaca gambar?

Tidak. GLM-5.3 hanya menerima teks. Untuk pertanyaan berbasis gambar, gunakan GLM-5.3 Flash, yang dipilih secara otomatis oleh chat kami saat Anda melampirkan gambar.

Q03Lisensi apa yang digunakan GLM-5.3?

Bobot model dirilis di bawah lisensi kustom GLM-5.3 (tercantum sebagai "other" di Hugging Face), bukan MIT. Periksa ketentuannya sebelum penggunaan komersial.

Q04Apa perbedaan GLM-5.3 dengan GLM-5.2?

Model ini menggunakan model dasar yang sama; semua peningkatan berasal dari post-training. Z.ai melaporkan peningkatan 50% pada benchmark coding internalnya dibandingkan GLM-5.2.

Q05Apa pengaruh fitur Berpikir lebih dalam pada GLM-5.3?

Ini meningkatkan reasoning effort dari rendah ke tingkat yang lebih tinggi, sehingga model bernalar lebih lama sebelum menjawab. Jawaban membutuhkan waktu lebih lama tetapi biasanya lebih teliti.

§ 07Terkait

Coba sekarang

Tanyakan sesuatu yang nyata kepada GLM-5.3.

Tanpa akun, tanpa kartu, tanpa instalasi. Ketik pertanyaan dan lihat GLM-5.3 Flash menjawab dalam hitungan detik — beralih ke GLM-5.3 untuk masalah tersulit.

Buka chat gratisBatas harian gratis berlaku agar chat tetap dapat diakses semua orang.