GLM 5.3 Flash

Zhipuтекстрелиз 26.08.2026reasoning

GLM-5.3-Flash is a native multimodal model from Z.ai. It is suited for efficient coding and long-horizon agent tasks. Its hybrid sparse and linear attention architecture maintains accurate long-context behavior while...

Характеристики

Контекст
1.0M токенов
Максимум на выход
131K токенов
Входные данные
text, image, video
Выходные данные
text
Knowledge cutoff
—
Токенизатор
Other

Возможности

✓ Вызов функций✓ Structured output✓ Открытые веса✓ Приём файлов✓ Reasoningeffort: low/high/max

Цены

Вход
$0.1434
за 1M токенов
Выход
$0.5020
за 1M токенов
Из кэша
$0.0143
за 1M токенов

Статистика у нас · за 30 дней

Запросов
48
Успешных
70.8%
Медиана ответа
1714 мс
Средняя
2282 мс

Бенчмарки

независимые замеры: Vals AI и Design Arena

SAGE

отраслевые задачи · #5 из 29

  • Claude Opus 5.591.3%
  • GPT-6.1 Sol90.5%
  • Claude Haiku 5.589.8%
  • Gemini 4 Argon89.5%
  • ▸ GLM 5.3 Flash89.3%

MedScribe

отраслевые задачи · #9 из 40

  • Claude Opus 5.591.4%
  • Claude Fable 5.191.3%
  • Claude Sonnet 5.591.1%
  • Claude Opus 591.0%
  • Muse Spark 1.290.1%
  • ▸ GLM 5.3 Flash88.9%

Access to Justice

юридические задачи без юриста · #14 из 23

  • Qwen 3.8 Max76.4%
  • Claude Sonnet 5.574.9%
  • Wonder Full74.7%
  • Claude Opus 5.573.8%
  • GLM 5.373.7%
  • ▸ GLM 5.3 Flash71.1%

Vals Legal Index

отраслевые задачи · #15 из 37

  • Wonder Full77.9%
  • Gemini 4 Argon76.8%
  • Gemini 4 Carbon75.9%
  • Muse Ember75.7%
  • Wonder75.3%
  • ▸ GLM 5.3 Flash71.0%

Code Migration

перенос кода между версиями · #16 из 30

  • Claude Sonnet 5.586.9%
  • Claude Fable 5.283.3%
  • Claude Opus 5.581.0%
  • GPT-6 Astra80.6%
  • GPT-6.1 Sol77.3%
  • ▸ GLM 5.3 Flash51.6%

Vibe Code Bench 1-100

отраслевые задачи · #18 из 26

  • Wonder Full34.0%
  • Claude Opus 5.530.4%
  • Claude Opus 528.5%
  • Claude Fable 5.128.0%
  • GPT-6 Astra27.6%
  • ▸ GLM 5.3 Flash16.0%
Остальные бенчмаркиМестоРезультатЛидер
Terminal-Bench 4.0#21 из 40—Claude Fable 5.2 · null%
HLAB-Vals-1.1#22 из 3710.42%Gemini 4 Argon · 27.08%
Legal Research Bench#23 из 4045.19%Gemini 4 Carbon · 55.77%
Finance Agent#24 из 3960.59%Claude Fable 5.2 · 69.47%
IOI#24 из 4052.5%Gemini 4 Argon · 100%
Vals Finance Index#26 из 3955.83%Gemini 4 Carbon · 67.05%
CyberBench#28 из 4067.86%Wonder · 80.36%
Tax Agent Bench#29 из 4031.55%Gemini 4 Carbon · 51.78%
Excel Modeling#30 из 4066.25%Claude Fable 5.2 · 77.38%
SkillsBench#30 из 35—DeepSeek V4.1 Flash · null%
SRE Bench#30 из 370.76%GPT-6 Astra · 56.87%
Vals Index#30 из 3650.86%Claude Fable 5.2 · 71.31%
Terminal-Bench-Science#37 из 40—GPT-6 Astra · null%
Arena, место
#37
Рейтинг
-0.030
Голосов
95 699
Официальный анонс модели ↗Источники: Vals AI, Design Arena, Arena (LMArena).

Подключение

curl https://aicombiner.net/v1/chat/completions \
  -H "Authorization: Bearer $AICO_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "glm-5.3-flash", "messages": [{"role": "user", "content": "Привет"}]}'

Один ключ открывает все модели каталога. Документация

Официальные источники

Hugging Face

Подробно о модели GLM 5.3 Flash

GLM 5.3 Flash — модель компании Zhipu, выпущенная 26 августа 2026 г. Держит в контексте 1 000 тысяч токенов — это примерно 2 000 страниц текста. Поддерживает вызов функций (function calling), структурированный вывод по схеме, приём изображений, режим рассуждений, открытые веса.

Сколько стоит работа

Входные токены — 0.1434 $ за миллион, выходные — 0.5020 $. Повторная отправка того же контекста тарифицируется по кэшу — 0.0143 $. Тысяча запросов, в каждом 500 токенов вопроса и 500 токенов ответа, обойдётся примерно в 0.32 $.

Что показывают бенчмарки

Бенчмарк — это набор задач с проверяемым ответом. Место в нём говорит не о «силе» модели вообще, а о том, насколько хорошо она решает именно такие задачи. Разница в один-два процента обычно лежит внутри статистической погрешности, разрыв в десять и больше — уже реальная разница.

  • SAGE — отраслевые задачи с проверяемым ответом. Результат: 89.3%, место #5 из 29. Лидер — Claude Opus 5.5 с 91.3%, разрыв 2.0 п.п.
  • MedScribe — отраслевые задачи с проверяемым ответом. Результат: 88.9%, место #9 из 40. Лидер — Claude Opus 5.5 с 91.4%, разрыв 2.5 п.п.
  • Access to Justice — юридические задачи, с которыми люди приходят без юриста: разбор договора, права при увольнении, обращения в госорганы. Результат: 71.1%, место #14 из 23. Лидер — Qwen 3.8 Max с 76.4%, разрыв 5.3 п.п.
  • Vals Legal Index — отраслевые задачи с проверяемым ответом. Результат: 71.0%, место #15 из 37. Лидер — Wonder Full с 77.9%, разрыв 6.8 п.п.
  • Code Migration — перенос кода со старых версий и языков на новые, с сохранением поведения. Результат: 51.6%, место #16 из 30. Лидер — Claude Sonnet 5.5 с 86.9%, разрыв 35.2 п.п.
  • Vibe Code Bench 1-100 — отраслевые задачи с проверяемым ответом. Результат: 16.0%, место #18 из 26. Лидер — Wonder Full с 34.0%, разрыв 17.9 п.п.
  • Terminal-Bench 4.0 — отраслевые задачи с проверяемым ответом. Результат: —%, место #21 из 40.
  • HLAB-Vals-1.1 — юридические консультации в формате реальной практики. Результат: 10.4%, место #22 из 37. Лидер — Gemini 4 Argon с 27.1%, разрыв 16.7 п.п.
  • Legal Research Bench — отраслевые задачи с проверяемым ответом. Результат: 45.2%, место #23 из 40. Лидер — Gemini 4 Carbon с 55.8%, разрыв 10.6 п.п.
  • Finance Agent — агентские задачи в финансах: собрать данные, посчитать, оформить вывод. Результат: 60.6%, место #24 из 39. Лидер — Claude Fable 5.2 с 69.5%, разрыв 8.9 п.п.
  • IOI — олимпиадные задачи по информатике уровня международной олимпиады. Результат: 52.5%, место #24 из 40. Лидер — Gemini 4 Argon с 100.0%, разрыв 47.5 п.п.
  • Vals Finance Index — сводный индекс по финансовым задачам разных типов. Результат: 55.8%, место #26 из 39. Лидер — Gemini 4 Carbon с 67.0%, разрыв 11.2 п.п.
  • CyberBench — кибербезопасность: поиск уязвимостей, разбор атак, защитные действия. Результат: 67.9%, место #28 из 40. Лидер — Wonder с 80.4%, разрыв 12.5 п.п.
  • Tax Agent Bench — отраслевые задачи с проверяемым ответом. Результат: 31.6%, место #29 из 40. Лидер — Gemini 4 Carbon с 51.8%, разрыв 20.2 п.п.
  • Excel Modeling — построение финансовых моделей в Excel по словесному описанию задачи. Результат: 66.3%, место #30 из 40. Лидер — Claude Fable 5.2 с 77.4%, разрыв 11.1 п.п.
  • SkillsBench — отраслевые задачи с проверяемым ответом. Результат: —%, место #30 из 35.
  • SRE Bench — отраслевые задачи с проверяемым ответом. Результат: 0.8%, место #30 из 37. Лидер — GPT-6 Astra с 56.9%, разрыв 56.1 п.п.
  • Vals Index — отраслевые задачи с проверяемым ответом. Результат: 50.9%, место #30 из 36. Лидер — Claude Fable 5.2 с 71.3%, разрыв 20.5 п.п.
  • Terminal-Bench-Science — отраслевые задачи с проверяемым ответом. Результат: —%, место #37 из 40.

Лучше всего модель показывает себя в «SAGE» (#5), слабее — в «Terminal-Bench-Science» (#37). Это нормально: модели обучают на разных данных, и профиль получается неровным.

Общий рейтинг

В общем зачёте Arena (слепые сравнения ответов на любые вопросы) модель занимает #37 место. Рейтинг -0.030 построен на 95 699 голосах — чем больше голосов, тем уже доверительный интервал. Свежие релизы часто стоят ниже, чем окажутся через месяц: у них просто меньше оценок.

Как ведёт себя у нас

За последние 30 дней через сервис прошло 48 запросов к этой модели, успешных 70.8%. Медианный ответ — 1714 мс, средний 2282 мс. Это быстрый вариант: подходит для чата и автодополнения.

Как подключить

Модель вызывается через OpenAI-совместимый API: адрес https://aicombiner.net/v1, ключ в заголовке Authorization: Bearer, имя модели — glm-5.3-flash. Один ключ открывает весь каталог, поэтому переключение между моделями — это смена одного поля в запросе. Деньги списываются по факту: за фактические токены, а не за попытку.