GLM-5.3 so với GLM-5.3 Flash

Theo Z.ai, GLM-5.3 sử dụng cùng mô hình nền tảng với GLM-5.2 và toàn bộ cải tiến đều đến từ giai đoạn post-training. Trong khi đó, GLM-5.3 Flash bắt đầu từ một mô hình nền tảng được huấn luyện mới với thiết kế hybrid sparse và linear attention, tổng cộng 320B tham số với 18B tham số kích hoạt trên mỗi token, cùng khả năng xử lý đa phương thức (multimodal) gốc.

Z.ai định vị GLM-5.3 cho các tác vụ kỹ thuật phần mềm phức tạp nhất và agent dài hạn, còn GLM-5.3 Flash dành cho lập trình hiệu năng cao và agent với chi phí thấp hơn rất nhiều. Z.ai cho biết Flash vượt trội hơn GLM-5.2—mô hình nền tảng của GLM-5.3—với mức giá chỉ bằng một phần mười.

Trên OpenRouter, GLM-5.3 có giá $0.079 cho mỗi triệu input token và $1.40 cho mỗi triệu output token. GLM-5.3 Flash có giá $0.0052 và $0.1985 — rẻ hơn khoảng 15 lần ở đầu vào và 7 lần ở đầu ra.

Flash xử lý được văn bản, hình ảnh và video; GLM-5.3 chỉ xử lý văn bản. Flash được phát hành theo giấy phép MIT, trong khi GLM-5.3 sử dụng giấy phép tùy chỉnh. Cả hai đều hỗ trợ ngữ cảnh 1,048,576 token và đầu ra tối đa 943,718 token.

Mỗi mô hình đều có một biến thể tốc độ cao chỉ dành cho API. GLM-5.3 FlashX là phiên bản siêu tốc của Flash, đạt tới 200 token mỗi giây, với giá $0.37 và $1.25 cho mỗi triệu token. GLM-5.3 Prime là GLM-5.3 với thông lượng đầu ra tăng 1.5–2×, có giá $2.80 và $8.80. Cả hai đều hỗ trợ đầu ra tối đa 131,072 token.

Trong khung chat của chúng tôi, GLM-5.3 Flash là mặc định và có giới hạn hàng ngày rất thoải mái; GLM-5.3 có hạn mức hàng ngày nhỏ hơn do chi phí vận hành cao hơn.