Z.ai выпустила GLM-5.3-Flash с открытыми весами и контекстом 1 млн токенов
2026-08-26 Z.ai выпустила GLM-5.3-Flash — мультимодальную модель для программирования, работы с документами и выполнения многошаговых задач. У нее 320 млрд параметров, но при каждом запросе задействуются 18 млрд. Заявлен контекст до 1 млн токенов; модель принимает текст и изображения, а веса уже опубликованы на Hugging Face.
GLM-5.3-Flash использует гибридную архитектуру с линейным и разреженным вниманием, которая должна снижать вычислительные затраты на длинных документах. Веса распространяются по лицензии MIT, модель можно развернуть у себя через SGLang, vLLM или TokenSpeed. По данным вендора, результат GLM-5.3-Flash составляет 63,4 на DeepSWE v1.1 против 46,2 у GLM-5.2, а на AutomationBench — 48,8 против 26,2; независимых замеров пока нет. Официальная цена API в USD за 1M токенов на момент публикации не указана.
Для бизнеса релиз интересен командам разработки, операторам корпоративных баз знаний и компаниям, которым важен контроль над данными при развертывании модели у себя. Открытая лицензия снижает юридические ограничения на коммерческое применение, но модель на 320 млрд параметров требует серьезной серверной инфраструктуры даже при 18 млрд активных параметров. Рассчитать стоимость работы в рублях пока нельзя: Z.ai не раскрыла тарифы на входные и выходные токены, а расходы при собственном развертывании зависят от оборудования, загрузки и длины контекста.
Дальше важно проверить качество GLM-5.3-Flash на независимых тестах, фактическую скорость на доступных ускорителях и стабильность при работе с контекстом 1 млн токенов. Также будем отслеживать официальный тариф API и поддержку дополнительных средств развертывания.
Что за модель: GLM-5.3-Flash
Z.ai выпустила GLM-5.3-Flash 2026-08-26 как первую модель семейства GLM-5 с изначальной поддержкой текста и изображений. Модель имеет 320 млрд параметров, из которых при работе задействуются 18 млрд, и поддерживает контекст до 1 048 576 токенов. Архитектура сочетает разреженное подключение параметров, разреженное и линейное внимание; веса опубликованы по лицензии MIT. По данным вендора, GLM-5.3-Flash превосходит GLM-5.2 в прикладных и тестовых задачах при цене примерно в десять раз ниже, однако независимых замеров пока нет.
Что это значит для бизнеса
Модель подходит компаниям, которым нужны анализ крупных репозиториев, автоматизация длительных инженерных задач и обработка изображений без передачи данных закрытому поставщику. Через OpenRouter работа стоит 0.075 USD за 1M входных и 0.25 USD за 1M выходных токенов. Главный риск при развертывании у себя — размер весов: несмотря на 18 млрд активных параметров, хранить и обслуживать нужно модель на 320 млрд параметров; до закупки оборудования следует проверить доступные форматы сжатия, скорость и качество на собственных задачах.
Хроника GLM-5.3-Flash
Цена API изменилась: $0.05/0.07 → $0.03/0.09 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $0.03/0.08 → $0.03/0.08 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $0.03/0.08 → $0.03/0.09 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $0.03/0.09 → $0.03/0.1 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $0.03/0.09 → $0.03/0.09 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $0.03/0.09 → $0.03/0.08 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.