GLM-5.3 Flash: รวดเร็ว รองรับ Multimodal และราคาประหยัด

GLM-5.3 Flash เปิดให้ใช้งานบน OpenRouter เมื่อวันที่ 26 สิงหาคม 2026 แตกต่างจาก GLM-5.3 เนื่องจากเริ่มต้นพัฒนาจากโมเดลพื้นฐานที่เทรนขึ้นมาใหม่ ซึ่งออกแบบสถาปัตยกรรมและกระบวนการฝึกฝนใหม่ทั้งหมดเพื่อเพิ่มขีดความสามารถและประสิทธิภาพ มีพารามิเตอร์รวม 320 พันล้านตัว (320B) โดยเปิดใช้งานเพียง 18 พันล้านตัว (18B) ต่อโทเคนเท่านั้น

นี่เป็นครั้งแรกในซีรีส์ GLM ที่ Z.ai ผสาน sparse attention และ linear attention เข้าด้วยกันในรูปแบบไฮบริด ซึ่งช่วยลดต้นทุนการให้บริการสำหรับบริบทขนาดยาว (long-context) ได้อย่างมหาศาล ขณะที่ยังคงรักษาความแม่นยำของพฤติกรรม long-context ไว้อย่างครบถ้วน Z.ai ระบุว่าวิธีนี้ช่วยลดภาระการประมวลผล attention และ KV cache ลงได้ถึง 3.01× และ 4.44× เมื่อเทียบกับ GLM-5.3 นอกจากนี้โมเดลยังใช้ Manifold-Constrained Hyper-Connections (mHC) และผ่านการ pre-train ด้วยคลังข้อมูล multimodal ขนาด 30 ล้านล้านโทเคน

บน OpenRouter นั้น GLM-5.3 Flash รองรับทั้งข้อความ รูปภาพ และวิดีโอ โดยมี context window ขนาด 1,048,576 โทเคน และส่งออกได้สูงสุด 943,718 โทเคน มีค่าบริการอยู่ที่ $0.0052 ต่อ 1 ล้าน input tokens และ $0.1985 ต่อ 1 ล้าน output tokens ซึ่งถือเป็นราคาที่ถูกที่สุดในตระกูล GLM-5 อย่างเห็นได้ชัด ส่วนบนแพลตฟอร์มของ Z.ai ใช้รหัสโมเดลว่า glm-5.3-flash มาพร้อมบริบท 1M รองรับ output สูงสุด 128K โทเคน และป้อนข้อมูลรูปภาพผ่าน image_url

Z.ai ระบุว่า GLM-5.3 Flash มีประสิทธิภาพเหนือกว่า GLM-5.2 ในการทดสอบ benchmark ต่างๆ และการใช้งานจริง ในราคาเพียงหนึ่งในสิบเท่านั้น ทั้งยังทำคะแนนด้านการเขียนโค้ดและงาน agentic benchmark ได้ใกล้เคียงกับ Claude Opus 4.8 โดยเปิดให้นำค่าน้ำหนัก (weights) ไปใช้งานได้บน Hugging Face ภายใต้ชื่อ zai-org/GLM-5.3-Flash ด้วยสัญญาอนุญาต MIT

GLM-5.3 FlashX ซึ่งเปิดตัวเมื่อวันที่ 18 กันยายน 2026 เป็นรุ่นความเร็วสูงของ GLM-5.3 Flash พัฒนาขึ้นบนสถาปัตยกรรม hybrid attention แบบเดียวกัน และสามารถทำความเร็ว inference ได้สูงสุดถึง 200 โทเคนต่อวินาทีตามที่ระบุไว้ รองรับข้อความ รูปภาพ และวิดีโอ พร้อมบริบท 1M โทเคน แต่จะตอบกลับได้สูงสุดประมาณ 131K โทเคนต่อหนึ่งคำขอ

FlashX มีราคาอยู่ที่ $0.37 ต่อ 1 ล้าน input tokens และ $1.25 ต่อ 1 ล้าน output tokens บน OpenRouter และไม่มีการเปิดเผย weights สู่สาธารณะ เหมาะสำหรับงานที่คำนึงถึงความหน่วง (latency) เป็นหลักมากกว่าเรื่องต้นทุน สำหรับงานทั่วไปส่วนใหญ่แล้ว GLM-5.3 Flash รุ่นมาตรฐานจะมีราคาที่ถูกกว่ามาก