GLM-5.3-Flash: Nowy model Z.ai debiutuje z 50-procentową obniżką cen API

Firma Z.ai poinformowała o premierze swojego najnowszego modelu językowego. Wprowadzany na rynek GLM-5.3-Flash został objęty czasową promocją, w ramach której obowiązuje obniżka cen o 50 procent za dostęp przez API. Wdrożenie tak wycenionego systemu to znacząca wiadomość rynkowa dla programistów budujących aplikacje AI, ponieważ oferuje on skuteczność operacyjną na poziomie rozwiązań czołowych przy zdecydowanie zredukowanych kosztach integracji.

Promocyjne warunki obowiązują do 9 września 2026 roku, do godziny 24:00 SGT (UTC+8). W okresie objętym rabatem koszt przetworzenia 1 miliona tokenów wejściowych wynosi 0,075 dolara, a dla tokenów wyjściowych cena to 0,25 dolara. Z kolei przetwarzanie tokenów z pamięci podręcznej (cached input) kosztuje 0,015 dolara za milion tokenów. Wskaźnik opłacalności w zestawieniu Artificial Analysis Intelligence Index v4.1.1 wskazuje na wysoką rentowność: model zdobywa tam 57 punktów przy koszcie jednostkowym wynoszącym zaledwie 0,045 dolara za zadanie. Z.ai akcentuje, że wygenerowanie analogicznej inteligencji operacyjnej wymagało wcześniej budżetów w przybliżeniu dziesięciokrotnie wyższych.

Architektura ukierunkowana na efektywność

GLM-5.3-Flash zbudowano wokół modelu dysponującego 320B parametrów całkowitych, z czego na aktywną inferencję przypada zaledwie 18B parametrów. Dla perspektywy: wcześniejsza seria GLM-4.5-Base używała 355B całkowitych i 32B aktywnych parametrów, operując na 92 warstwach. W opisywanym premierowym wydaniu zredukowano liczbę warstw do 45. Podczas fazy pre-training wykorzystano natomiast złożony korpus zawierający 30T tokenów.

Aby osiągnąć opłacalną obsługę dużych kontekstów, twórcy zaimplementowali architekturę hybrydową, łącząc ze sobą podejścia linear attention ze sparse attention, uzupełnione techniką kompresowania IndexPool. Płynność przepustową zapewnia dodatkowo modelowanie oparte o Manifold-Constrained Hyper-Connections (mHC). Rezultaty optymalizacyjne są widoczne w użyciu zasobów serwerowych – w zestawieniu do bazowego wydania GLM-5.3, nowy wariant potrzebuje 3,0 raza mniej mocy obliczeniowej pod mechanizm uwagi oraz wykorzystuje bufor KV cache mniejszy aż o 4,4 raza.

Wyniki w benchmarkach programistycznych i agentowych

Optymalizacje podyktowane skalowaniem kosztów nie osłabiły w krytycznym stopniu wydajności w zadaniach specjalistycznych, o czym świadczą odczyty w testach syntetycznych zbliżone m.in. do Claude Opus 4.8. Zestawienie tabelaryczne poniżej gromadzi precyzyjne odczyty z wiodących sprawdzianów programistycznych na tle generacji GLM-5.2 oraz konkurencyjnych modeli branżowych.

Dane: Newslettery AI (skrzynka tematów)

Wymierne potwierdzenie tych wskaźników inżynierowie uzyskali podczas testów prowadzonych na wewnętrznym autorskim narzędziu ewaluacyjnym, Z.ai Code Bench v1.0. Przy ustawieniu maksymalnego nakładu na wnioskowanie, wskaźniki systemu zrównywały się wręcz z modelem Claude Opus 4.8 (zdobywając 29.0 wobec 29.5 lidera).

Pierwszy natywnie multimodalny system z serii GLM-5

Narzędzie debiutuje jako pierwszy z budowanych od podstaw modeli wielomodalnych (natively multimodal) w obrębie piątej serii algorytmów od Z.ai. System ma potencjał analizowania obszernych pakietów wiedzy, ponieważ bazuje na przepustowości pozwalającej odczytać jednorazowo nawet ponad milion tokenów. Wdrażanie algorytmów analitycznych obrazu powoduje, że poza typowym generowaniem kodu dla stron interaktywnych lub gier, system weryfikuje własny render wizualny. Model sam koryguje ewentualne nieścisłości we wdrażanych interfejsach frontendu.

Droga testowa modelu wyglądała obiecująco. Zanim nastąpiła definitywna premiera, Z.ai prowadziło ciche oceny rynkowe (anonimowo) wdrażając prototyp pod nazwą ox-alpha w ogólnodostępnych hubach – platformach OpenCode i OpenRouter. Anonimowy byt dość szybko skomulował zainteresowanie, inkasując entuzjastyczne recenzje społeczności.

Bieżąca instalacja w produkcyjnym systemie GLM Coding Plan została zabezpieczona dla wszystkich abonentów z trzykrotnie zwiększoną pulą zapytań (quota) względem typowego udostępnienia GLM-5.3, pod adresem z.ai/subscribe. Aby programiści pracujący ze zautomatyzowanym środowiskiem ZCode mogli rozszerzać multimodalny potencjał rozwiązania, firma zapewniła też integrację z technologiami Browser Use oraz Computer Use, które pozwalają agentom AI sprawnie klikać oraz operować po aplikacjach biurkowych.

Konsekwentnie trzymając się filozofii wolnego dostępu i łatwości utrzymania architektonicznego, Z.ai opublikowało niezbędne wagi na darmowym profilu platformy Hugging Face. Z myślą o wdrażaniu i modyfikowaniu sieci uruchamianych lokalnie, twórcy zagwarantowali też oficjalne wsparcie dla infrastruktury bazującej między innymi na platformach SGLang, vLLM oraz TokenSpeed.