GLM-5.3-Flash

Компания Z.ai официально представила GLM-5.3-Flash — по данным Machinelearning и Хабра, это первая нативно мультимодальная модель в серии GLM-5. Издания сходятся в базовых характеристиках: модель имеет 320 млрд параметров, из которых активны около 18 млрд (Machinelearning, Хабр, Типичный программист, эйай ньюз). По данным Хабра и Machinelearning, модель построена на гибридной архитектуре, сочетающей sparse attention и linear attention, что позволило снизить attention compute в 3,01 раза и сделать работу с длинным контекстом дешевле. Типичный программист и dev.to уточняют, что контекстное окно модели достигает 1 млн токенов.

Отдельная линия сюжета связана с моделью Ox Alpha: по данным dev.to, она появилась на OpenCode и claude-api.io 20 августа без указания владельца, бесплатно, с окном контекста в 1 млн токенов и поддержкой изображений и видео, а независимые исследователи пытались определить её происхождение по токенизатору и анализу сжатия. Типичный программист и эйай ньюз сообщают, что Z.ai подтвердила: Ox Alpha и есть GLM-5.3-Flash. Типичный программист добавляет, что весь трафик Ox Alpha обслуживался китайскими ИИ-чипами.

По данным эйай ньюз, модель по бенчмаркам превосходит GLM-5.2, но уступает полноценной GLM-5.3, а доступна в API по цене $0,15/$0,5 за миллион токенов, при этом вне пиковых часов и по выходным действует скидка 50%. Там же указано, что веса модели уже доступны.