Z.ai presenta GLM-5.3-Flash: un modelo multimodal de alto rendimiento con capacidades mejoradas

Z.ai ha lanzado GLM-5.3-Flash, un nuevo modelo en su serie GLM-5 que es multimodal de forma nativa y está diseñado para tareas de codificación eficientes. El modelo tiene una arquitectura de mezcla de expertos (MoE) con un total de 320 mil millones de parámetros y 18 mil millones de parámetros activos por token, con una ventana de contexto de 1.048.576 tokens. Admite entradas de imagen y vídeo y se publica bajo una licencia MIT, con sus pesos disponibles en Hugging Face. Según Z.ai, GLM-5.3-Flash supera a su predecesor, GLM-5.2, en varios puntos de referencia y cargas de trabajo del mundo real, a aproximadamente un décimo del coste. También obtiene una puntuación de aproximadamente la mitad de la de Claude Opus 4.8 en su propio punto de referencia de codificación. Inicialmente, el modelo operaba bajo el nombre anónimo 'Ox Alpha' en plataformas como OpenCode y OpenRouter, utilizando chips de IA chinos de producción nacional. Z.ai informa que la versión previa de Ox Alpha utilizaba un motor basado en SGLang, que descompone los procesos de codificación, prellenado y decodificación, lo que resulta en una mejora de 3 veces en el rendimiento de servicio de extremo a extremo en decenas de miles de aceleradores. GLM-5.3-Flash se basa en un modelo base recién entrenado utilizando un corpus multimodal de 30T tokens. Se destacan tres cambios clave: el rendimiento del modelo en los puntos de referencia, su estructura de precios y sus capacidades multimodales. El precio de la API del modelo está fijado en 0,15 $ por millón de tokens de entrada, 0,03 $ por millón de tokens de entrada almacenados en caché y 0,50 $ por millón de tokens de salida. En el nivel con descuento, Z.ai informa de una puntuación de 57 en el Índice de Inteligencia Artificial v4.1.1 a una tasa de 0,045 $ por tarea. El modelo está disponible en todos los niveles de planificación de codificación GLM: Lite (18 $/mes), Pro (80 $) y Max (168 $), con tres veces la cuota utilizable de GLM-5.3. Sus capacidades multimodales son accesibles a través de ZCode mediante el uso del navegador y el uso de la computadora. El servicio local está soportado en varios marcos, incluidos SGLang, vLLM, TokenSpeed y KTransformers. Sin embargo, las capacidades de visión se señalan como un área más débil, ya que el modelo se queda atrás de Gemini 3.7 Flash en BabyVision y MVbench. Artificial Analysis califica independientemente el modelo con 57 en el Índice de Inteligencia, con una tasa de 48,7 tokens de salida por segundo y un tiempo de primer token (TTFT) de 1,52 segundos en la API de Z.ai. Si bien el modelo demuestra un gran valor por su coste, se señala que es lento y verboso. Los pesos y el blog del modelo están disponibles para obtener más detalles, y Z.ai anima a la participación a través de sus canales de redes sociales y plataformas comunitarias.