GLM-5.3 Flash: szybki, multimodalny i tani

Model GLM-5.3 Flash pojawił się na platformie OpenRouter 26 sierpnia 2026 r. W przeciwieństwie do GLM-5.3 bazuje na nowo wytrenowanym modelu podstawowym, którego architektura i procedura treningowa zostały zaprojektowane od nowa z myślą o wysokiej wydajności i sprawności działania. Posiada łącznie 320 miliardów parametrów, z czego na token aktywne jest jedynie 18 miliardów.

Po raz pierwszy w serii GLM firma Z.ai łączy mechanizmy sparse i linear attention w hybrydową architekturę. Znacząco obniża to koszty obsługi długiego kontekstu przy zachowaniu pełnej precyzji działania. Według Z.ai pozwala to zmniejszyć zapotrzebowanie na moc obliczeniową warstwy attention oraz rozmiar KV cache odpowiednio 3,01× i 4,44× w porównaniu z GLM-5.3. Model wykorzystuje również Manifold-Constrained Hyper-Connections (mHC) i został wstępnie wytrenowany na multimodalnym korpusie o wielkości 30 bilionów tokenów.

Na platformie OpenRouter model GLM-5.3 Flash obsługuje tekst, obrazy i wideo, oferując okno kontekstowe o rozmiarze 1 048 576 tokenów oraz maksymalną długość odpowiedzi do 943 718 tokenów. Kosztuje $0.0052 za milion tokenów wejściowych i $0.1985 za milion tokenów wyjściowych — to zdecydowanie najniższe stawki w całej rodzinie GLM-5. Na platformie Z.ai model oznaczony jest jako glm-5.3-flash, z oknem 1M kontekstu, generowaniem do 128K tokenów wyjściowych oraz obsługą obrazów przez parametr image_url.

Z.ai deklaruje, że GLM-5.3 Flash przewyższa GLM-5.2 w testach benchmarkowych i realnych zastosowaniach, kosztując zaledwie jedną dziesiątą jego ceny, a pod względem programowania i zadań agentowych zbliża się do Claude Opus 4.8. Wagi modelu są dostępne w serwisie Hugging Face jako zai-org/GLM-5.3-Flash na licencji MIT.

GLM-5.3 FlashX, udostępniony 18 września 2026 r., to superszybki wariant modelu GLM-5.3 Flash. Zbudowany na tej samej hybrydowej architekturze attention, osiąga prędkość wnioskowania do 200 tokenów na sekundę (zgodnie z dokumentacją). Obsługuje tekst, obrazy i wideo przy oknie kontekstowym 1M tokenów, zwracając maksymalnie około 131K tokenów na zapytanie.

FlashX na OpenRouter kosztuje $0.37 za milion tokenów wejściowych oraz $1.25 za milion tokenów wyjściowych i nie posiada publicznie udostępnionych wag. Warto go wybrać, gdy liczy się minimalne opóźnienie; w większości innych zastosowań standardowy GLM-5.3 Flash będzie znacznie bardziej ekonomicznym wyborem.