GLM-5.3-Flash

GLM-5.3-Flash es el primer modelo nativamente multimodal de la serie GLM-5, con 320B de parámetros totales y 18B activos, y una arquitectura híbrida de atención dispersa más atención lineal que reduce el cómputo de atención en 3.01x y el tamaño de la caché KV en 4.44x en relación con GLM-5.3. Comprende imágenes, video y documentos de forma nativa, observa interfaces y resultados renderizados durante los bucles de codificación, y lleva a cabo tareas en código, navegadores e interfaces gráficas. También maneja entregables profesionales como PPTX, PDF, DOCX y XLSX. El modelo acepta entradas de texto, imagen, video y archivos, y devuelve texto, con una ventana de contexto de 1M tokens y hasta 128K tokens de salida. El modo de pensamiento solo admite habilitado. Los precios originales que se muestran aquí son los precios de lista oficiales en CNY convertidos a 7.1 CNY por USD: CNY 0.80 por 1M de tokens de entrada sin caché, CNY 0.23 por 1M de tokens de entrada con acierto de caché, y CNY 2.80 por 1M de tokens de salida. El almacenamiento en caché es actualmente gratuito por tiempo limitado. La variante más rápida GLM-5.3-FlashX se expone bajo el nombre de modelo separado glm-5.3-flashx.