ZhiPu представляет GLM-5.3-Flash, первую нативно мультимодальную модель в серии GLM-5, использующую гибридную архитектуру, сочетающую разреженное и линейное внимание для снижения затрат на обслуживание длинного контекста при сохранении точности.

Модель использует 320B общих параметров, из которых только 18B являются активными, демонстрируя производительность, превосходящую GLM-5.2 по бенчмаркам и приближающуюся к Claude Opus 4.8 в задачах кодирования при цене в одну десятую. Ключевые технические инновации включают Manifold-Constrained Hyper-Connections (mHC) для улучшения эффективности масштабирования и новый обученный базовый модель, оптимизированный вокруг возможностей и эффективности.

GLM-5.3-Flash доступна через платформу Z.ai API и поддерживает развертывание через фреймворки, включая SGLang, vLLM, TokenSpeed, KTransformers и HLE.