ZhiPu ने GLM-5.3-Flash पेश किया, जो GLM-5 श्रृंखला का पहला नैटिवली मल्टीमोडल मॉडल है, जिसमें एक हाइब्रिड आर्किटेक्चर है जो स्पार्स और लीनियर एटेंशन को जोड़ता है ताकि सटीकता बनाए रखते हुए लंबे संदर्भ सेवा लागत कम की जा सके।
मॉडल में 320B कुल पैरामीटर हैं, जिनमें से केवल 18B सक्रिय हैं, जिसने बेनचमार्क्स पर GLM-5.2 को पार करते हुए प्रदर्शन दिखाया है और कोडिंग कार्यों में Claude Opus 4.8 के करीब पहुंचा है, लेकिन एक-दसवें भाग की कीमत पर। मुख्य तकनीकी नवाचारों में स्केलिंग दक्षता में सुधार के लिए Manifold-Constrained Hyper-Connections (mHC) और क्षमता एवं दक्षता के आसपास अनुकूलित एक नए प्रशिक्षित बेस मॉडल शामिल हैं।
GLM-5.3-Flash Z.ai API प्लेटफ़ॉर्म के माध्यम से उपलब्ध है और SGLang, vLLM, TokenSpeed, KTransformers, और HLE सहित फ्रेमवर्क्स के माध्यम से तैनाती का समर्थन करता है।