Z.ai открыла веса GLM-5.3 для развертывания у себя
2026-08-28 Z.ai опубликовала веса GLM-5.3 в официальном каталоге Hugging Face. Полная сборка содержит 753B параметров и занимает около 756 GB; файлы представлены в Safetensors. Модель уже можно развернуть у себя через vLLM, SGLang, Transformers и другие совместимые средства. Это завершает переход GLM-5.3 от доступной через сервисы модели к полноценному релизу с открытыми весами.
GLM-5.3 использует ту же базовую модель, что и GLM-5.2: заявленные улучшения получены на этапе дополнительного обучения. По данным Z.ai, результат Terminal Bench 3.0 вырос с 4,6 до 28,3, а DeepSWE v1.1 — с 46,2 до 66,9; независимая проверка полного набора заявленных результатов пока ограничена. Условия использования задает отдельная GLM-5.3 License, поэтому перед коммерческим запуском компаниям следует проверить ограничения лицензии. Отдельная цена API для GLM-5.3 в официальной таблице тарифов пока не указана.
Релиз выгоден компаниям, которым нужен контроль над данными при автоматизации разработки, анализе больших кодовых баз и проверке безопасности. Главный риск — стоимость инфраструктуры: исходные файлы занимают около 756 GB, а требования к рабочей памяти и ускорителям Z.ai в карточке не фиксирует, поэтому бюджет развертывания в рублях пока корректно оценить нельзя. Облачный GLM Coding Plan начинается с 18 USD в месяц — примерно 1540 рублей по официальному курсу 85,6007 рубля за USD на 2026-08-29, без учета комиссии и налогов. Для пилота разумно сначала сравнить облачный доступ и аренду ускорителей на собственных задачах, а затем выбирать формат эксплуатации.
Далее стоит отслеживать независимые замеры скорости, памяти и качества GLM-5.3 на производственных задачах. Также важны оптимизированные сборки: они могут снизить требования к оборудованию, но способны повлиять на точность работы модели.
Что за модель: GLM-5.3
Z.ai выпустила GLM-5.3 2026-08-14 как развитие GLM-5.2 для программирования, длительных инженерных задач и анализа безопасности. Модель использует ту же базовую модель, а заявленные улучшения получены за счёт дополнительного обучения на практических задачах. Поддерживаются контекст до 1M токенов и три уровня глубины обработки: low, high и max. По данным вендора, результат Terminal Bench 3.0 вырос с 4,6 у GLM-5.2 до 28,3 у GLM-5.3, а DeepSWE v1.1 — с 46,2 до 66,9; независимых замеров пока нет. Показатель второго места в тесте художественных текстов не включён, поскольку официальный первоисточник его не подтверждает.
Что это значит для бизнеса
GLM-5.3 ориентирована на команды разработки, которым нужно поручать модели комплексные изменения в коде, проверку репозиториев и поиск уязвимостей. Модель уже доступна через сервисы Z.ai, однако отдельная цена API в USD за 1M токенов официально не опубликована. Веса обещаны через две недели после запуска, но на 2026-08-21 они ещё не выпущены, поэтому развернуть модель у себя пока нельзя. Риск для бизнеса связан с неподтверждёнными независимыми испытаниями и усиленными возможностями анализа уязвимостей; перед внедрением следует провести проверку на собственных задачах и ограничить доступ модели к рабочей инфраструктуре.
Хроника GLM-5.3
Z.ai открыла веса GLM-5.3
2026-08-30 Z.ai опубликовала веса GLM-5.3 в официальном каталоге на Hugging Face. Размер модели указан как 753B параметров; доступны файлы Safetensors и инструкции для запуска через vLLM, SGLang и Transformers. Модель распространяется по специальной лицензии GLM-5.3 License, поэтому условия коммерческого применения следует проверить до внедрения. Независимых замеров производительности опубликованной сборки пока нет.
Z.ai открыла веса GLM-5.3 для локального развертывания
Z.ai опубликовала на Hugging Face веса GLM-5.3, включая сборку BF16. Модель насчитывает 753 млрд параметров и теперь доступна для развертывания у себя через Transformers, vLLM, SGLang и другие совместимые инструменты. Лицензия обозначена как glm-5.3; перед коммерческим использованием необходимо проверить ее ограничения.
Z.ai открыла веса GLM-5.3
2026-08-28 Z.ai опубликовала веса GLM-5.3 в официальном каталоге Hugging Face. Репозиторий содержит модель объёмом 753B параметров и инструкции для развёртывания через Transformers, vLLM и SGLang. Контекст модели достигает 1M токенов по данным вендора. Результаты заявленных тестов требуют независимой проверки.
Z.ai открыла веса GLM-5.3
Z.ai опубликовала веса GLM-5.3 в официальном каталоге Hugging Face 2026-08-28. Репозиторий содержит модель размером 753B параметров и занимает около 756 GB. GLM-5.3 теперь можно развернуть у себя с помощью vLLM, SGLang, Transformers и совместимых средств. Условия использования определяет отдельная лицензия GLM-5.3.
Z.ai опубликовала веса GLM-5.3 на Hugging Face
2026-08-25 Z.ai разместила веса GLM-5.3 на Hugging Face, поэтому модель теперь можно развернуть у себя. Репозиторий содержит модель на 753 млрд параметров и использует отдельную лицензию GLM-5.3. Архитектура относится к классу MoE; число активных параметров не раскрыто. Опубликованные результаты тестов предоставлены вендором, независимых замеров пока нет.
Z.ai выпустила GLM-5.3 с контекстом до 1M токенов
GLM-5.3 стала доступна в сервисах Z.ai 2026-08-14. Обновление использует ту же базовую модель, что и GLM-5.2, но прошло дополнительное обучение для программирования, длительных инженерных задач и анализа безопасности. По данным вендора, результат DeepSWE v1.1 увеличился с 46,2 до 66,9, а CyberGym достиг 84,5; независимых замеров пока нет. Публикация весов запланирована через две недели после запуска.