модель · Z.ai · вышла 26 августа
GLM-5.3-Flash
Бюджетная открытая модель Z.ai для программирования и агентов, по замерам лаборатории сильнее GLM-5.2 при десятой доле цены
О модели
GLM-5.3-Flash — первая в линейке GLM-5 модель, которая с самого начала обучена работать не только с текстом, но и с картинками и видео. Базовую модель Z.ai обучила заново на 30 трлн токенов разных типов данных. Устроена она как смесь экспертов (mixture of experts): внутри 320 млрд параметров, но на каждый токен работает около 18 млрд. Поэтому модель большая, а обходится почти как малая.
Главное отличие от соседей — архитектура внимания. Z.ai объединила разреженное и линейное внимание. Так модели дешевле обрабатывать очень длинные тексты, а точность на них, по словам компании, не теряется. Ещё одна новинка — связи mHC (Manifold-Constrained Hyper-Connections): по заявлению лаборатории, с ними модель эффективнее растёт при увеличении размера. Z.ai утверждает, что GLM-5.3-Flash обходит GLM-5.2 в тестах и рабочих задачах, стоит в десять раз дешевле и в программировании и агентных задачах приближается к Claude Opus 4.8. Через несколько недель вышла GLM-5.3-FlashX — более быстрая версия: по данным Z.ai, она выдаёт около 200 токенов в секунду.
Модель рассчитана на долгую пошаговую работу с кодом внутри агентных сред: в контекст помещается код целого проекта и история долгой сессии. В карточке модели лаборатория приводит такие результаты: 84,3 в Terminal Bench 2.1 и 63,4 в Deep SWE. Благодаря пониманию изображений документация предлагает сценарии, где модель проверяет свою работу глазами: вёрстка интерфейса по скриншоту, создание офисных документов, 3D-сцены в Blender, разработка игр, управление компьютером, повторение CAD-моделей по образцу.
Модель всегда рассуждает перед ответом, и выключить это нельзя. По умолчанию она думает на максимальной глубине. Чтобы она тратила меньше токенов, глубину нужно явно понизить. Z.ai признаёт, что кэш для длинного контекста у неё пока расходует память менее экономно, чем у некоторых конкурентов. В визуальных задачах документация советует отдельно проверять результат. Веса выложены на Hugging Face под лицензией MIT. Модель можно запустить через vLLM, SGLang и Transformers.
источники:Документация Z.ai: GLM-5.3-Flash/FlashX ↗Карточка модели на Hugging Face ↗
Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиПодробнее на английском ↗
весь рейтинг41место из 268индекс 152вероятный разброс 150–154
- Mystery Game Puzzles100 позиций из головоломочного варианта известной игры, название которой скрыто: нужно найти единственный лучший ходПодробнее на английском ↗0,0%максимальное
- Surface Evolver Bench16 задач: описать для физической программы Surface Evolver форму жидкости под действием поверхностного натяжения, гравитации и ограниченийЗасчитывается частичное выполнение: отдельные баллы за корректный файл, успешный прогон симуляции и совпадение объёма, площади и энергии с эталоном.Подробнее на английском ↗52,5%максимальное
- FrontierMath-Tier-4-v2-PrivateЗакрытый набор самых трудных задач FrontierMath: исследовательская математика, на которую у специалистов уходят часы и дниПодробнее на английском ↗17,1%максимальное
- FrontierMath-Tiers-1-3-v2-PrivateСотни новых задач исследовательской математики от профессиональных математиков; эксперту на задачу нужны часы или дниПодробнее на английском ↗55,8%максимальное
- FrontierCodeМодель исправляет проблему в открытом проекте, а правку оценивают по тому, приняли бы её сопровождающие проектаБалл выставляют по критериям сопровождающих и усредняют по пяти запускам; если нарушен хотя бы один обязательный критерий, за задачу ставят ноль.Подробнее на английском ↗31,8%максимальное
- DeepSWE113 долгих задач по программированию в 91 открытом проекте на пяти языках; задачи написаны с нуля и не публиковалисьEpoch нашла, что примерно в 20% задач проверка отклоняет верные решения, поэтому реальный потолок заметно ниже 100%.Подробнее на английском ↗63,4%максимальное
- ProofBench100 закрытых задач по математике уровня старших курсов и аспирантуры: модель пишет доказательство на Lean 4, его проверяет программаПодробнее на английском ↗21,0%максимальное
- APEX-Agents480 многошаговых рабочих задач из инвестбанкинга, консалтинга и корпоративного права: агент работает с файлами, почтой, таблицамиЗадача засчитывается, только если выполнены все пункты экспертного списка критериев; проверяет их другая модель.Подробнее на английском ↗52,8%
- Chess Puzzles100 новых шахматных задач, позиция дана текстом: нужно найти единственный лучший ход по оценке движка StockfishПодробнее на английском ↗9,5%максимальное
- OTIS Mock AIME 2024-202545 олимпиадных задач по математике из пробных экзаменов AIME школы OTIS; ответ — целое число от 0 до 999Подробнее на английском ↗93,9%максимальное
- GPQA diamond198 вопросов с выбором ответа по физике, химии и биологии уровня аспирантуры — такие, что ответ не найти поискомСлучайный выбор даёт 25%, а специалисты с учёной степенью в своей области набирают около 70%.Подробнее на английском ↗86,9%максимальное
Новости о модели
все упоминания · 32В ответах GLM-5.3 в облаке Cloudflare две недели попадались чужие данные
Из-за ошибки в настройке и бага в открытом движке SGLang 155 ответов на сверхдлинные запросы содержали данные других клиентов Cloudflare.
Z.ai представила GLM-Legal — модель для юристов на базе GLM-5.3-Flash
Китайская Z.ai дообучила облегчённую GLM-5.3-Flash для работы юристов и уверяет, что на двух юридических тестах GLM-Legal держится вровень с закрытыми передовыми моделями.
Открытая GLM-5.3 умеет взламывать почти как закрытая модель Anthropic
Команда Anthropic проверила китайскую GLM-5.3: открытая модель сама пишет рабочие эксплойты — программы для взлома — почти как закрытая Claude Mythos Preview от самой Anthropic, а защиту GLM легко обойти или снять.
GLM-5.3 читает часть контекста, но держит в памяти весь, пишет SemiAnalysis
Модель GLM-5.3 китайской компании Z.ai при ответе смотрит лишь на часть контекста, но хранит его целиком. По расчётам SemiAnalysis, в зависимости от нужной скорости ответа обслуживать её на ускорителях Nvidia на 47–82% дешевле, чем на AMD.
Модель GLM-5.3 помогла Z.ai построить систему для запуска GLM-5.3-Flash
По словам Z.ai, с помощью GLM-5.3 систему для GLM-5.3-Flash подготовили к работе меньше чем за две недели, а её пропускная способность выросла втрое.
Interconnects заметил, что Z.ai ужесточила лицензию модели GLM-5.3
Компаниям, которые продают доступ к GLM-5.3 и зарабатывают больше $10 млрд в год, придётся проходить проверку безопасности Z.ai. Авторы Interconnects видят здесь общую тенденцию: китайские лаборатории ужесточают лицензии.
Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).