GLM 5.3 Flash

Tingkat hemat dari Z.ai di keluarga GLM 5: Mixture-of-Experts 320B dengan 18B aktif, masukan teks, gambar, dan video, konteks 1M, serta bobot terbuka berlisensi MIT.

Mulai chat GLM 5.3 Flash Benchmark GLM 5.3 Flash Spesifikasi GLM 5.3 Flash

Apa itu GLM 5.3 Flash?

GLM 5.3 Flash dirilis pada 26 Agustus 2026, setelah enam hari beredar di OpenRouter sebagai model siluman Ox Alpha.

Total 320B, aktif 18B

Hanya 8 dari 288 expert yang menyala per token: memori setara model 320B, komputasi setara 18B.

Multimodal sejak awal

Kemampuan visualnya berasal dari korpus pralatih 30T token, bukan encoder yang dipasang belakangan.

Flash berarti murah, bukan cepat

Artificial Analysis mengukur 50,2 token keluaran per detik, di bawah median kelasnya yang 67 t/s.

Spesifikasi, ukuran, dan status open source GLM 5.3 Flash

Arsitektur, bobot, dan lisensi mengacu pada model card di Hugging Face serta repositori zai-org/GLM-5.

Model card

Arsitektur

Total parameter: 320B
Parameter aktif: 18B
Jendela konteks: 1.048.576 token
Keluaran maksimum: 131.072 token
Modalitas: Teks, gambar, video

Bobot dan lisensi

Ukuran dan lisensi

Lisensi bobot: MIT
Hugging Face: zai-org/GLM-5.3-Flash
GitHub: zai-org/GLM-5
Ukuran checkpoint: ~328 GB (FP8)
Stack serving: SGLang, vLLM

Model card dan API endpoints OpenRouter, Agustus 2026.

Harga / 04

Harga GLM 5.3 Flash: harga resmi vs diskon peluncuran

Z.ai mematok $0,15 untuk masukan dan $0,50 untuk keluaran per 1M token. Angka $0,075 / $0,25 yang dikutip di mana-mana adalah diskon peluncuran 50% yang sementara.

Harga resmi

$0.15

Per 1M token masukan

Hitung biaya GLM 5.3 Flash dari angka ini, bukan dari tarif promo.

Harga resmi

$0.50

Per 1M token keluaran

Rasio 1:3,3 yang curam — batasi panjang keluaran lebih dulu.

Harga resmi

$0.03

Per 1M token masukan tercache

Seperlima harga masukan baru — inilah yang membuat konteks panjang terjangkau.

Independen

$0.10

Harga campuran

Artificial Analysis, dengan komposisi cache/masukan/keluaran 7:2:1.

Selisih 2x untuk bobot yang sama: Z.AI, Novita, dan GMICloud memberi diskon; sisanya memakai harga resmi.

Benchmark / 05

Benchmark GLM 5.3 Flash: klaim vendor dan pengukuran independen

Z.ai menerbitkan tabelnya sendiri dan memilih pembandingnya sendiri. Selisih terhadap GLM 5.2 dan data Artificial Analysis tetap bertahan saat ditelaah.

Klaim Z.ai

Terminal-Bench 2.1

5.3 Flash84.3

Opus 4.885.0

GPT-5.6 Terra meraih 87,4; jaraknya melebar pada tugas sulit.

Klaim Z.ai

DeepSWE v1.1

5.3 Flash63.4

GLM 5.246.2

Keluarga dan metode yang sama, harga sepersepuluh. AutomationBench: 48,8 berbanding 26,2.

Klaim Z.ai

OfficeQA Pro

5.3 Flash62.4

Penalaran dokumen dan visual, diklaim unggul atas Opus 4.8.

Artificial Analysis

Intelligence Index

Pengukuran independen, dibanding median ~27 untuk model bobot terbuka sekelas.

Benchmark GLM 5.3 Flash paling tepercaya adalah backlog Anda sendiri.

Kemampuan / 06

Apa yang bisa dilakukan GLM 5.3 Flash

Dirancang untuk kerangka agen: kendali penalaran, tool calling, keluaran terstruktur, dan streaming di jendela sejuta token.

Penalaran dengan kendali effort

Aktif secara bawaan, dengan tingkat effort yang bisa diatur.

Function calling

Mendukung tool dan pemilihan tool; validasi tiap aksi tetap tugas aplikasi Anda.

Keluaran terstruktur

Batasan format respons menghasilkan JSON yang siap diparsing.

Respons streaming

Token pertama dalam 1,47 detik mengalahkan median; throughput-nya tidak.

Masukan gambar dan video

Tempelkan tangkapan layar, diagram, atau rekaman layar bersama prompt Anda.

Konteks sejuta token

Tarif masukan tercache $0,03 membuat giliran berikutnya tetap murah.

Perbandingan / 07

GLM 5.3 Flash vs DeepSeek V4 Flash

Keduanya tingkat murah dari keluarga papan atas yang merilis bobot MIT. Bedanya ada di modalitas, penalaran, dan kebutuhan perangkat keras.

Z.ai

GLM 5.3 Flash

Arsitektur: 320B / 18B aktif
Masukan: Teks, gambar, video
Konteks / keluaran: 1M / 131K
Harga resmi: $0.15 / $0.50
Hosting sendiri: ~328 GB FP8

DeepSeek

DeepSeek V4 Flash

Arsitektur: 284B / ~13B aktif
Masukan: Hanya teks
Konteks / keluaran: 1M / 384K
Harga resmi: $0.14 / $0.28
Hosting sendiri: Bobot MIT

Keduanya ada di daftar model glm5.app, jadi satu prompt bisa dijalankan di masing-masing.

Linimasa rilis / 08

Linimasa GLM 5.3 Flash, dari Ox Alpha ke bobot terbuka

Enam hari sebagai model siluman anonim, lalu peluncuran penuh dengan bobot terbuka.

20 Agu — Ox Alpha muncul

`stealth/ox-alpha` hadir di OpenRouter tanpa penyedia yang diungkap, gratis per token.

20-26 Agu — perkakas agen berdatangan

Lima pemakai terbesar semuanya perkakas coding agentik; OpenCode menyediakannya gratis.

26 Agu — GLM 5.3 Flash diluncurkan

Z.ai mengonfirmasi asal-usul Ox Alpha; model card, bobot MIT, dan harga rilis bersamaan.

Pratinjaunya berjalan di cip Tiongkok

Mesin khusus turunan SGLang, dilaporkan sekitar 3x. Vendornya tidak diungkap.

Bobot dirilis di Hugging Face

`zai-org/GLM-5.3-Flash` plus varian BF16 dan mirror ModelScope. Tidak ada repo GitHub.

Di mana kabarnya muncul lebih dulu

OpenRouter unggul soal harga, Hugging Face soal kuantisasi. Untuk laporan lapangan, Reddit masih menyebutnya Ox Alpha.

Untuk siapa / 09

Siapa yang memakai GLM 5.3 Flash?

Tim yang membayar tarif model unggulan untuk pekerjaan yang tak pernah butuh kedalaman itu — sekaligus kapan pilihan ini keliru.

Coding agentik bervolume tinggi

Tool calling dengan sepersepuluh harga token GLM 5.3 membuat loop agen yang panjang jadi terjangkau.

Pekerjaan skala repositori

Jendela sejuta token menahan basis kode tetap di konteks, sehingga pertanyaan lintas berkas tak perlu retrieval.

Debugging visual

Tata letak berantakan, rekaman langkah reproduksi, skema dalam bentuk diagram.

Tim yang membandingkan Z.ai dengan pesaing

Bandingkan dengan DeepSeek V4 Flash dan Qwen langsung di chat glm5.app.

Pengguna self-host dengan klaster

Bobot MIT dan dukungan vLLM memang nyata, tetapi 328 GB FP8 mustahil di satu mesin.

Bukan untuk antarmuka yang sensitif latensi

Dengan sekitar 50 token keluaran per detik, ia tertinggal dari kebanyakan model sekelas harganya.

Cara memakai GLM 5.3 Flash / 10

Cara memakai GLM 5.3 Flash

Ada tiga jalur: chat gratis di browser, API glm5.app, atau bobot MIT di perangkat keras Anda sendiri.

Chat gratis dengan GLM 5.3 Flash

Pilih GLM 5.3 Flash di chat lalu lampirkan tangkapan layar. Akun baru mendapat kredit gratis.

Panggil API glm5.app

Kirim permintaan kompatibel OpenAI ke `https://glm5.app/api/v1` dengan ID model `glm-5.3-flash`.

Atau host sendiri bobotnya

Unduh `zai-org/GLM-5.3-Flash` lalu layani dengan SGLang atau vLLM — sekitar 328 GB dalam FP8.

Integration specimen

Mulai dari API GLM 5.3 Flash

Endpoint Chat Completions yang kompatibel dengan OpenAI. Gunakan ID model `glm-5.3-flash` di `https://glm5.app/api/v1`.

Buka dokumentasi API

Request previewcurl

curl https://glm5.app/api/v1/chat/completions \
  -H "Authorization: Bearer $GLM5_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "messages": [{
      "role": "user",
      "content": "Read this stack trace and name the failing call site."
    }],
    "stream": true
  }'

Tanya jawab GLM 5.3 Flash

Ox Alpha, harga, benchmark, parameter, Hugging Face, vLLM, DGX Spark, dan DeepSeek V4 Flash.

Apakah GLM 5.3 Flash model yang sama dengan Ox Alpha?

Ya — ia berjalan sebagai `stealth/ox-alpha` selama enam hari sejak 20 Agustus 2026. Chat Ox Alpha yang tersimpan dipetakan ulang secara otomatis.

Apakah GLM 5.3 Flash sama dengan GLM 5.3?

Tidak — keduanya tingkat berbeda dengan selisih harga sekitar 10x. Flash adalah model multimodal 320B-A18B; GLM 5.3 adalah unggulan untuk teks.

Berapa harga GLM 5.3 Flash?

Z.ai mematok $0,15 per 1M masukan, $0,03 tercache, dan $0,50 keluaran. Angka $0,075 / $0,25 yang dikutip adalah diskon peluncuran 50% yang sementara.

Apakah GLM 5.3 Flash gratis?

Pratinjau Ox Alpha gratis; sekarang ditagih sesuai pemakaian. Anda tetap bisa mencobanya gratis di chat glm5.app.

Berapa parameter GLM 5.3 Flash dan seberapa besar ukurannya?

Total 320B, aktif 18B per token, 45 lapisan yang merutekan 8 dari 288 expert. Checkpoint FP8-nya sekitar 328 GB.

Apakah GLM 5.3 Flash ada di Hugging Face dan GitHub?

Bobotnya ada di Hugging Face pada `zai-org/GLM-5.3-Flash` dengan lisensi MIT. Tidak ada repo GitHub khusus — resepnya ada di `zai-org/GLM-5`.

Bisakah GLM 5.3 Flash dijalankan di vLLM atau DGX Spark?

vLLM, SGLang, TokenSpeed, dan KTransformers didukung. 328 GB tidak muat di satu DGX Spark; komunitas melaporkan menggabungkan dua unit pada 4 bit.

GLM 5.3 Flash atau DeepSeek V4 Flash, pilih yang mana?

Flash untuk masukan visual atau penalaran; DeepSeek V4 Flash untuk rasio 1:2 yang lebih landai atau keluaran 384K.

Apa kata Reddit tentang GLM 5.3 Flash?

Sebagian besar laporan penggunaan ditulis dengan nama pratinjaunya, jadi carilah Ox Alpha di Reddit.

Start here

Mulai pakai GLM 5.3 Flash hari ini

Jalankan tugas tersulit Anda lewat GLM 5.3 Flash gratis di browser, lalu pasang ID modelnya ke dalam pipeline Anda.

Mulai chat GLM 5.3 Flash Jelajahi GLM 5.3 Lihat harga

GLM 5.3 Flash

Berkarya dengan GLM 5

Apa itu GLM 5.3 Flash?

Total 320B, aktif 18B

Multimodal sejak awal

Flash berarti murah, bukan cepat

Spesifikasi, ukuran, dan status open source GLM 5.3 Flash

Arsitektur

Ukuran dan lisensi

Harga GLM 5.3 Flash: harga resmi vs diskon peluncuran

Per 1M token masukan

Per 1M token keluaran

Per 1M token masukan tercache

Harga campuran

Benchmark GLM 5.3 Flash: klaim vendor dan pengukuran independen

Terminal-Bench 2.1

DeepSWE v1.1

OfficeQA Pro

Intelligence Index

Apa yang bisa dilakukan GLM 5.3 Flash

Penalaran dengan kendali effort

Function calling

Keluaran terstruktur

Respons streaming

Masukan gambar dan video

Konteks sejuta token

GLM 5.3 Flash vs DeepSeek V4 Flash

GLM 5.3 Flash

DeepSeek V4 Flash

Linimasa GLM 5.3 Flash, dari Ox Alpha ke bobot terbuka

20 Agu — Ox Alpha muncul

20-26 Agu — perkakas agen berdatangan

26 Agu — GLM 5.3 Flash diluncurkan

Pratinjaunya berjalan di cip Tiongkok

Bobot dirilis di Hugging Face

Di mana kabarnya muncul lebih dulu

Siapa yang memakai GLM 5.3 Flash?

Coding agentik bervolume tinggi

Pekerjaan skala repositori

Debugging visual

Tim yang membandingkan Z.ai dengan pesaing

Pengguna self-host dengan klaster

Bukan untuk antarmuka yang sensitif latensi

Cara memakai GLM 5.3 Flash

Chat gratis dengan GLM 5.3 Flash

Panggil API glm5.app

Atau host sendiri bobotnya

Mulai dari API GLM 5.3 Flash

Tanya jawab GLM 5.3 Flash

Apakah GLM 5.3 Flash model yang sama dengan Ox Alpha?

Apakah GLM 5.3 Flash sama dengan GLM 5.3?

Berapa harga GLM 5.3 Flash?

Apakah GLM 5.3 Flash gratis?

Berapa parameter GLM 5.3 Flash dan seberapa besar ukurannya?

Apakah GLM 5.3 Flash ada di Hugging Face dan GitHub?

Bisakah GLM 5.3 Flash dijalankan di vLLM atau DGX Spark?

GLM 5.3 Flash atau DeepSeek V4 Flash, pilih yang mana?

Apa kata Reddit tentang GLM 5.3 Flash?

Mulai pakai GLM 5.3 Flash hari ini