GLM-5.3-Flash

GLM-5.3-Flash là mô hình đa phương thức gốc đầu tiên trong dòng GLM-5, với tổng 320B và 18B tham số hoạt động cùng kiến trúc kết hợp sparse-attention và linear-attention giúp giảm tính toán attention 3,01 lần và kích thước KV cache 4,44 lần so với GLM-5.3. Mô hình hiểu hình ảnh, video và tài liệu một cách gốc, quan sát giao diện và đầu ra được render trong vòng lặp lập trình, và đảm nhận tác vụ xuyên suốt code, trình duyệt và giao diện đồ họa. Mô hình cũng xử lý các sản phẩm bàn giao chuyên nghiệp như PPTX, PDF, DOCX và XLSX. Mô hình nhận đầu vào văn bản, hình ảnh, video và tệp, trả về văn bản, với cửa sổ ngữ cảnh 1M token và tối đa 128K token đầu ra. Chế độ Thinking chỉ hỗ trợ bật. Giá gốc hiển thị ở đây là giá niêm yết chính thức bằng CNY được quy đổi theo tỷ giá 7,1 CNY mỗi USD: 0,80 CNY mỗi 1M token đầu vào chưa cache, 0,23 CNY mỗi 1M token đầu vào cache-hit, và 2,80 CNY mỗi 1M token đầu ra. Lưu trữ cache hiện miễn phí trong thời gian có hạn. Biến thể GLM-5.3-FlashX nhanh hơn được cung cấp dưới tên model riêng là glm-5.3-flashx.