GLM-5.3: что изменилось по сравнению с GLM-5.2

Текущий флагман Z.ai: та же базовая модель, что у 5.2, но заново дообученная на длинных инженерных задачах. Здесь — даты выпуска, что поменялось в API, полная таблица замеров вендора, лицензия весов и младшая модель поколения, GLM-5.3-Flash.

Код модели в API

glm-5.3

Анонс

14.08.2026, блог z.ai

Релиз-ноты

18.08.2026, docs.z.ai

Веса

zai-org/GLM-5.3 (FP8) и GLM-5.3-BF16, с 25.08.2026

Параметры

753 млрд, активных около 40 млрд

Контекст и вывод

1 000 000 / 128 000 токенов

Вход

только текст

Рассуждение

не отключается; low / high / max, по умолчанию max

Лицензия

GLM-5.3 License

Цена в API

$1.40 вход · $0.26 кэш · $4.40 выход за 1M

Как выходила модель

Что изменилось против 5.2

Архитектуру не трогали. Вендор объясняет рост одной фразой: масштабировали дообучение. Задачи для обучения с подкреплением подбирали ближе к реальной работе — иногда это несколько дней труда опытного инженера: найти узкое место в стеке обучения модели, ускорить его и не сломать результат. Такие среды и проверяющие программы к ним генерировал отдельный конвейер, а агент-судья заранее прогонял каждую задачу, чтобы убедиться, что она вообще решаема.

Z.ai Code Bench — закрытый тест самого вендора, поэтому от него стоит ждать меньше утечки ответов в обучение, но и проверить его со стороны нельзя. Важнее всего в строке не процент, а расход: на верхнем уровне усилия GLM-5.3 решает больше задач и тратит на это меньше выходных токенов.

Для разработчиков изменилось поведение API. Рассуждение у GLM-5.3 включено всегда, и запрос с thinking.type = disabled завершается ошибкой; при миграции вендор советует ставить enabled и reasoning_effort = low. Значения температуры по умолчанию — 1,0, top_p — 0,95, менять рекомендуют что-то одно. Для потоковых вызовов инструментов есть параметр tool_stream, а в чат-шаблоне открытых весов clear_thinking по умолчанию выключен — для диалогов его советуют включать явно.

Замеры вендора целиком

Таблица из карточки модели. Последний столбец — лучший результат среди всех восьми столбцов таблицы вендора: кроме двух GLM, там Kimi K3, DeepSeek-V4 Pro-0813, Qwen3.8-Max, Opus 4.8, Fable 5 и GPT-5.6 Sol.

Как читать. Из 16 строк GLM-5.3 лидирует в трёх: CyberGym, AutomationBench и GDPval-AA v2. Ближайший открытый соперник в этой таблице — Kimi K3: он впереди в четырёх строках (Terminal Bench 2.1 на десятую долю, DeepSWE, SWE-Marathon и Toolathlon), в NL2Repo ничья, по FrontierSWE у Kimi нет данных, в остальных десяти строках впереди GLM-5.3. Закрытые GPT-5.6 Sol и Fable 5 по большинству строк остаются сильнее. Почти все прогоны вендор делал в одной и той же агентской обвязке на уровне усилия max, поэтому напрямую сравнивать эти числа с таблицами других вендоров нельзя.

Независимый замер

Artificial Analysis на 29 октября 2026 года даёт GLM-5.3 в режиме max 32 балла по пятой версии своего индекса — второе место среди 16 крупных моделей с открытыми весами. Скорость выдачи — 85,7 токена в секунду, выше средней по площадке. Минусы площадка называет прямо: модель многословна (140 млн токенов на прогоне индекса при медиане 99 млн) и дорога для открытой модели — 5,01 доллара за задачу индекса и 1,40 доллара за миллион входных токенов при медиане 0,43.

Кибербезопасность

Это направление вендор называет «возникшей способностью»: данные о поиске уязвимостей добавили в дообучение, а дальше навык рос быстрее ожиданий. Модель не только находит отдельные ошибки, но и выстраивает план полной цепочки эксплуатации. Три теста отражают разные стадии: на CyberGym (найти и подтвердить уязвимость по исходному коду) — 84,5 против 77,2 у 5.2, на ExploitBench — 54,4 против 24,4, на ExploitGym — 105 задач за два часа против 29.

Чем глубже по цепочке, тем больше разрыв с 5.2 — и тем больше отставание от закрытых моделей: на ExploitGym лучшие из них в той же таблице решают 181–216 задач за два часа и 247–293 за шесть. Вне тестов, по данным вендора, модель вместе с командами по безопасности нашла 2 436 уязвимостей в 269 проектах, 1 097 из них средней и высокой критичности — в ядрах, браузерных движках, сетевых протоколах. Найденное Z.ai ведёт в открытом реестре раскрытия.

Лицензия весов

У GLM-5.3 собственная лицензия, на Hugging Face она помечена как other. По сути это MIT с одним добавлением. Разрешено всё то же: использовать, копировать, изменять, дообучать, продавать и встраивать, если сохранён текст копирайта. Добавлено условие для «модели как сервиса», то есть для тех, кто даёт третьим лицам доступ к инференсу или дообучению с контролем над входом и параметрами. Если такая компания вместе с аффилированными лицами зарабатывает больше 10 млрд долларов за любые 12 месяцев подряд, перед коммерческим использованием она проходит проверку безопасности у Z.ai. Продукты, где модель встроена в конкретную функцию, и простая переадресация запросов к чужим моделям под это определение не попадают.

Практический вывод: для подавляющего большинства компаний условия равны MIT, но в документах и договорах писать «MIT» про GLM-5.3 нельзя — это другая лицензия. Если нужна именно MIT, она осталась у GLM-5.2 и у GLM-5.3-Flash.

GLM-5.3-Flash

Младшая модель поколения вышла 26 августа 2026 года и устроена по-другому, чем флагман: новая база, 320 млрд параметров при 18 млрд активных, гибридное внимание — линейное плюс разрежённое, 45 слоёв и мультимодальное предобучение на 30 трлн токенов. По формулировке вендора, это первая нативно мультимодальная модель пятого поколения: на вход принимает изображения, видео и файлы, контекст — миллион токенов, вывод — до 128 тысяч. Перед выпуском её анонимно обкатывали под именем ox-alpha в OpenCode и OpenRouter.

По этим строкам Flash обходит прошлый флагман при цене 0,15 и 0,50 доллара за миллион токенов — примерно в девять раз дешевле. На Z.ai Code Bench она почти догоняет Opus 4.8: 29,0 против 29,5. Вендор также ссылается на 57 баллов по версии 4.1.1 индекса Artificial Analysis; в действующей пятой версии площадка оценку Flash на 29 октября ещё не показывает. Ускоренный вариант GLM-5.3-FlashX выдаёт до 200 токенов в секунду и стоит 0,37 и 1,25 доллара. В подписке GLM Coding Plan Flash расходует квоту втрое медленнее флагмана.

Где попробовать

• Веб-чат — на chat.z.ai по умолчанию стоит Flash, GLM-5.3 выбирается в переключателе моделей рядом с полем ввода.
• API — код модели glm-5.3, тарифы и адреса — на странице API и цены.
• Подписка для разработки — GLM Coding Plan: обе модели 5.3 на всех тарифах.
• Свой сервер — веса на Hugging Face, требования к железу — в разделе скачать и доступ.

Короткие ответы

Когда вышла GLM-5.3?

Запись в блоге z.ai о выпуске датирована 14 августа 2026 года, строка в релиз-нотах API — 18 августа. Репозитории с весами на Hugging Face созданы 25 августа: вендор заранее предупредил, что откроет веса примерно через две недели, после проверки безопасности.

GLM-5.3 — открытая модель?

Веса открыты, но не под MIT, как у GLM-5.2. У флагмана своя GLM-5.3 License: свободное использование, изменение и распространение с сохранением копирайта, плюс одно условие. Компании, которые продают доступ к моделям как сервис и вместе с аффилированными лицами зарабатывают больше 10 млрд долларов за 12 месяцев, перед коммерческим использованием проходят проверку безопасности у Z.ai. GLM-5.3-Flash выложена под обычной MIT.

Можно ли выключить рассуждение в GLM-5.3?

Нет. Модель рассуждает всегда, регулируется только глубина — low, high или max, по умолчанию max. Запрос со старым параметром thinking.type = disabled завершается ошибкой; при переходе с 5.2 вендор советует поставить enabled и уровень low.

Что такое GLM-5.3-Flash?

Облегчённая модель того же поколения, но на новой базе: 320 млрд параметров, из них 18 млрд активных. В отличие от флагмана она принимает изображения, видео и файлы, стоит 0,15 доллара за миллион входных токенов и 0,50 за миллион выходных и выложена под MIT. В веб-чатах Z.ai она стоит по умолчанию.

Сколько стоит GLM-5.3?

В API Z.ai — 1,40 доллара за миллион входных токенов, 0,26 за миллион кэшированных и 4,40 за миллион выходных, столько же, сколько у GLM-5.2. В подписке GLM Coding Plan модель есть на всех тарифах, от 18 долларов в месяц.

Правда ли, что GLM-5.3 находит уязвимости?

По данным вендора — да, это её главное отличие. На CyberGym 84,5 балла, лучший результат в таблице сравнения; вместе с командами по безопасности модель нашла 2 436 уязвимостей в 269 проектах, из них 1 097 средней и высокой критичности. В полных цепочках эксплуатации она всё ещё заметно уступает закрытым моделям.