GLM-5.3 Flash: snel, multimodaal en voordelig

GLM-5.3 Flash werd op 26 augustus 2026 beschikbaar gemaakt op OpenRouter. In tegenstelling tot GLM-5.3 vertrekt het vanuit een nieuw getraind basismodel waarvan de architectuur en het trainingsrecept opnieuw zijn ontworpen voor betere prestaties en efficiëntie. Het telt in totaal 320 miljard parameters, waarvan er slechts 18 miljard actief zijn per token.

Voor het eerst in de GLM-serie combineert Z.ai sparse en linear attention in een hybride ontwerp, wat de serving-kosten voor lange contexten aanzienlijk verlaagt terwijl het nauwkeurige gedrag bij lange contexten behouden blijft. Volgens Z.ai vermindert dit de attention compute en KV cache met respectievelijk 3.01× en 4.44× vergeleken met GLM-5.3. Het model maakt ook gebruik van Manifold-Constrained Hyper-Connections (mHC) en is vooraf getraind op een multimodale corpus van 30 biljoen tokens.

Op OpenRouter accepteert GLM-5.3 Flash tekst, afbeeldingen en video, met een contextvenster van 1.048.576 tokens en een maximale output van 943.718 tokens. Het kost $0.0052 per miljoen input-tokens en $0.1985 per miljoen output-tokens — met ruime voorsprong de laagste prijzen binnen de GLM-5-familie. Op het platform van Z.ai is de modelcode glm-5.3-flash, met een 1M context, tot 128K output-tokens en invoer van afbeeldingen via image_url.

Z.ai stelt dat GLM-5.3 Flash beter presteert dan GLM-5.2 op het gebied van benchmarks en reële werklasten tegen een tiende van de prijs, en Claude Opus 4.8 benadert op het gebied van programmeren en agentic benchmarks. De weights zijn beschikbaar op Hugging Face als zai-org/GLM-5.3-Flash onder de MIT-licentie.

GLM-5.3 FlashX, uitgebracht op 18 september 2026, is de supersnelle variant van GLM-5.3 Flash. Het is gebouwd op dezelfde hybride attention-architectuur en levert volgens de beschrijving inferencesnelheden tot 200 tokens per seconde. Het accepteert tekst, afbeeldingen en video met een context van 1M tokens, maar retourneert maximaal ongeveer 131K tokens per verzoek.

FlashX kost $0.37 per miljoen input-tokens en $1.25 per miljoen output-tokens op OpenRouter en heeft geen publiek beschikbare weights. Kies hiervoor wanneer latency belangrijker is dan de kosten; voor het meeste andere werk is de reguliere GLM-5.3 Flash veel goedkoper.