GLM-5.3-Flash

GLM-5.3-Flash — первая нативно мультимодальная модель в серии GLM-5. Это модель с 320B total и 18B active параметров: принимает изображения и текст и нацелена на кодинг, агентные сценарии и длинный контекст. По карточке, она обучена на новом базовом чекпоинте и 30T-токенном мультимодальном корпусе.

🧩 Ключевые особенности

• 🌐 Нативно мультимодальная: задача image-text-to-text, языки — английский и китайский.
• ⚡ 320B total / 18B active параметров; по заявлению авторов, обходит GLM-5.2 при примерно 1/10 цены.
• 🧬 Гибридная архитектура sparse + linear attention и mHC — снижает стоимость длинного контекста, сохраняя точность.
• 🦾 На coding и agentic-бенчмарках заявлена близость к Claude Opus 4.8.
• ⚙ Поддерживается в SGLang, vLLM, Transformers, KTransformers, Unsloth и TokenSpeed.
• 🔘 reasoning_effort: low, high, max; по умолчанию max.

💡 Пример

Сценарий из возможностей карточки: подайте скриншот интерфейса и попросите найти ошибку и предложить патч — модель должна совместить анализ изображения с кодовым ответом. Для быстрого ответа можно явно выставить reasoning_effort=low.

Подробнее

В карточке нет числовых результатов бенчмарков — только перечень оценок: HLE w/ tools, NL2Repo, DeepSWE, Terminal-Bench 2.1, Toolathlon Verified, AutomationBench, GDPval-AA v2, BabyVision.
Заявлены 320B total / 18B active и обучение на 30T токенов.
Языки — английский и китайский; требований к VRAM в карточке нет.
Для чата передавайте clear_thinking=true; reasoning_effort по умолчанию max.