Z.aiは、GLM-5シリーズで初めてネイティブにマルチモーダルなモデルであるGLM-5.3-Flashをリリースした。このモデルは、合計3200億パラメータ、1トークンあたり180億のアクティブパラメータを持つ混合専門家（MoE）アーキテクチャを採用している。1,048,576トークンのコンテキストウィンドウ内で画像および動画の入力をサポートし、Hugging FaceでMITライセンスの下で公開されている。

  • KDA線形アテンション層とNoPEスパースMLA層を組み合わせたハイブリッドアテンションを採用し、288の専門家の中から8つにトークンをルーティングする。
  • IndexPoolメカニズムにより、GLM-5.3と比較してアテンション計算量が約3倍削減され、KVキャッシュが4.4倍縮小された。
  • ベンチマークではTerminal-Bench 2.1で84.3点、DeepSWE v1.1で63.4点を記録し、Claude Opus 4.8に迫る性能を示した。
  • API価格は入力トークンあたり$0.15/M、出力トークンあたり$0.50/Mであり、自前ホスティングには約306 GiBのFP8重みが必要となる。

このモデルはコスト効率の高いコーディングソリューションを提供することを目指しており、内部のコーディングタスクで高いパフォーマンスを維持しつつ、ベンチマークにおいてGLM-5.2を上回る性能を発揮している reportedly。価格は約10分の1となっている。