Модель · Z.ai
GLM-5.3-Flash
Бюджетная открытая модель Z.ai для программирования и агентов, по замерам лаборатории сильнее GLM-5.2 при десятой доле цены
вышла 26 августа
Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиШкала условная (Claude 3.5 Sonnet = 130, GPT-5 = 150); интервал — 90-процентный диапазон оценки, и модели с перекрывающимися интервалами надёжно не различаются.Подробнее на английском ↗
41 место из 266
индекс 151, вероятный разброс 149–154 · весь рейтинг →
| Бенчмарк | РезультатОбычно — доля заданий теста, которые модель решила. У некоторых тестов свой счёт; как он устроен, сказано в пояснении к названию теста | УсилиеНасколько долго модель рассуждала перед ответом, когда её проверяли: низкое, среднее, высокое, очень высокое, максимальное. Чем выше усилие, тем обычно выше результат — и тем дольше и дороже ответ. Показан лучший результат и усилие, на котором он получен |
|---|---|---|
| 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 |
| 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 |
| 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 |
Характеристики
- Вышла
- 26 августа
- КонтекстСколько текста модель учитывает за один запрос: вопрос, приложенные документы и её собственный ответ вместе. Токен — кусок слова; слово обычно занимает один–три токена
- 1 млн токенов
- Длина ответаСколько токенов модель может выдать за один ответ, вместе со скрытыми рассуждениями, если они есть
- до 131 тыс. токенов
- Цена входаСколько стоит миллион токенов, отправленных модели: вопрос, документы, вся история переписки
- $0,15 за миллион токенов
- Вход из кэшаЦена входа для повторяющегося начала запроса, которое лаборатория уже сохранила у себя. В длинной переписке и у агентов это большая часть входа — и в разы дешевле
- $0,03 за миллион токенов
- Цена ответаСколько стоит миллион токенов, написанных моделью, — включая скрытые рассуждения
- $0,50 за миллион токенов
- Понимает
- текст, изображения, видео, PDF
- Отвечает
- текст
- РассужденияПеред ответом модель рассуждает про себя: медленнее и дороже, зато точнее на трудных задачах
- да
- Вызов инструментовМодель сама просит программу выполнить действие — поиск, запуск кода, запрос к сервису — и продолжает с результатом. На этом держатся агенты
- да
- ВесаОткрытые — файлы модели можно скачать и запустить на своих серверах. Закрытые — доступ только через сервис лаборатории
- открытые
- Идентификатор в API
- glm-5.3-flash
Что это за модель
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
Того же уровня по индексу Epoch
-
Gemini 3 Flash Preview
Google40-е место в Epochконтекст 1 млн$0,50 / $3рассуждениядороже в 6 раз
-
Kimi K2.6
Moonshot AI42-е место в Epochконтекст 262 тыс.$0,95 / $4открытые весарассуждениядороже в 8 раз
Другие модели семейства
-
GLM-5.3-FlashX
Z.aiконтекст 1 млн$0,37 / $1,25открытые весарассуждения
-
GLM-4.7-Flash
-
GLM-4.7-FlashX
-
GLM-4.6V-Flash
-
GLM-4.5-Flash
Новости о модели
- 01
- 02
- 03
- 04
- 05
- 06
Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).