GLM-5.3-Flash и FlashX: облегчённые модели поколения
Flash вышла 26 августа 2026 года, через восемь дней после флагмана, и построена на новой базе. Это первая модель пятого поколения GLM, которая понимает изображения, видео и файлы.
Таблица 1 — характеристики GLM-5.3-Flash и FlashX
| Параметр | Значение | Примечание |
|---|---|---|
| Коды в API | glm-5.3-flash · glm-5.3-flashx · glm-5.3-flashx-legal | три позиции в прайсе |
| Параметры | 321 млрд всего · 18 млрд активных | вендор округляет до 320 млрд |
| База | новая, обучена с нуля | у флагмана — база GLM-5.2 |
| Внимание | разрежённое + линейное | первый такой гибрид в серии GLM |
| Предобучение | 30 трлн токенов | мультимодальный корпус |
| Вход | текст, изображения, видео, файлы | |
| Контекст / ответ | 1 млн / 128 тыс. токенов | |
| Рассуждение | low · high · max | выключить нельзя, как у GLM-5.3 |
| Лицензия | MIT | без дополнительных условий |
| Цена Flash, $ за 1 млн | 0,15 вход · 0,03 кэш · 0,50 выход | |
| Цена FlashX, $ за 1 млн | 0,37 · 0,075 · 1,25 | до 200 токенов в секунду |
| Coding Plan | Flash — да, квота втрое выше | FlashX в подписку не входит |
1Чем Flash устроена иначе
Флагман GLM-5.3 — это дообученная база прошлой версии. Flash сделана по-другому: Z.ai обучила новую базовую модель и пересобрала архитектуру под соотношение качества и стоимости. Главное изменение — внимание. Впервые в серии GLM разрежённое внимание соединили с линейным; по данным вендора, объём вычислений внимания у Flash в 3,01 раза меньше, чем у GLM-5.3, а кэш ключей и значений — в 4,44 раза. На длинном контексте это означает меньше памяти на каждый диалог и более дешёвую выдачу.
Ещё два изменения — гиперсвязи с ограничением на многообразии (mHC), которые помогают масштабировать обучение, и мультимодальный корпус на 30 трлн токенов. Поэтому Flash стала первой моделью пятого поколения GLM, которая с рождения понимает изображения и видео, а не получила зрение отдельным модулем.
До официального выпуска модель анонимно обкатывали под именем ox-alpha в OpenCode и OpenRouter. Z.ai пишет, что модель быстро стала самой популярной моделью недели, а весь трафик обслуживался на китайских ИИ-ускорителях.
2GLM-5.3 или Flash: что выбрать
Таблица 2 — флагман и облегчённая модель одного поколения
| Параметр | GLM-5.3 | GLM-5.3-Flash |
|---|---|---|
| База | от GLM-5.2 | новая |
| Параметры | 753 млрд | 321 млрд / 18 млрд акт. |
| Вход | текст | текст, изображения, видео, файлы |
| Terminal Bench 2.1 | 88,2 | 84,3 |
| DeepSWE v1.1 | 66,9 | 63,4 |
| AutomationBench v1.0.6 | 48,2 | 48,8 |
| Agents' Last Exam (CLI) | 28,5 | 26,3 |
| Z.ai Code Bench, max | 34,5% | 29,0% |
| Цена, $ за 1 млн (вход / выход) | 1,40 / 4,40 | 0,15 / 0,50 |
| Квота в Coding Plan | ×1 | ×3 |
| Лицензия | GLM-5.3 License | MIT |
По агентским тестам разрыв между моделями — от двух до шести пунктов, а на AutomationBench Flash даже немного впереди. Разрыв в цене девятикратный. Отсюда практическое правило: Flash подходит как модель по умолчанию — для повседневного кода, разбора документов и всего, где нужно смотреть на картинку. Флагман оправдан на длинных инженерных задачах, где решают проценты, и в работе с уязвимостями. Если на входе скриншот или видео, выбора нет: флагман принимает только текст.
3Что Flash умеет помимо кода
В документации Z.ai для Flash расписаны сценарии с готовыми образцами запросов. Все они построены вокруг одного приёма: модель делает результат, сама его рендерит или запускает, смотрит на картинку и исправляет расхождения.
- Интерфейс по скриншотам. Набор экранов, адрес сайта или запись экрана превращаются в проект на Next.js; после сборки модель сверяет страницы с образцами.
- Офисные файлы. PPTX, PDF, DOCX и XLSX с проверкой вёрстки: вылезший текст, наложения, неровные отступы модель ищет по отрисованным страницам.
- Финансовый анализ. Разбор отчётности с разделением фактов компании, допущений и выводов, обновление модели оценки в Excel и отчёт со ссылками на источники.
- Видео. Монтаж ролика из длинных записей: кто говорит, субтитры, синхронизация, поиск чёрных кадров и повторов.
- 3D и игры. Сцены в Blender с несколькими кругами «рендер — проверка — правка», прототипы игр на Godot 4 с полным игровым циклом.
- Управление компьютером. Работа в интерфейсе без API — клики, ввод, сравнение исходного приложения с повторённым.
- Детали по чертежам. Параметрическая модель в build123d по фотографиям или эскизу, выгрузка в STEP и STL.
ОговоркаЭто сценарии из документации вендора. Независимых проверок именно этих сценариев на 29 октября 2026 года нам найти не удалось.
4FlashX и FlashX-Legal
FlashX — ускоренная версия Flash с заявленной скоростью до 200 токенов в секунду. Для сравнения: обычную Flash площадка Artificial Analysis замеряет на уровне 73,9 токена в секунду. За скорость приходится платить: 0,37 доллара за миллион входных и 1,25 за миллион выходных токенов, то есть примерно в два с половиной раза дороже Flash. В подписку Coding Plan FlashX на конец октября не входит; для запроса к модели вне тарифа в таблице ошибок вендора предусмотрен код 1311.
Третья позиция — glm-5.3-flashx-legal — стоит в прайсе среди текстовых моделей по той же цене, что FlashX. Чем она отличается, на странице модели не объяснено, поэтому строить на ней планы без уточнения у вендора мы бы не стали.
5Замеры Flash
Вендор сравнивает Flash прежде всего с прошлым флагманом. На DeepSWE v1.1 — 63,4 против 46,2 у GLM-5.2, на AutomationBench — 48,8 против 26,2, на Agents' Last Exam — 26,3 против 23,8, на Terminal Bench 2.1 — 84,3 против 81,0. На внутреннем Z.ai Code Bench, прогнанном в Claude Code, Flash на уровне max набирает 29,0 при 29,5 у Opus 4.8. Для документов есть ParseBench — в среднем 70,75 балла, для зрения — OmniCompass VL, 30,8.
Из независимых цифр есть одна, и её приводит сам вендор: 57 баллов по индексу Artificial Analysis версии 4.1.1 при стоимости 0,045 доллара за задачу с учётом скидки. В действующей пятой версии индекса оценки Flash на 29 октября 2026 года нет. Площадка показывает только скорость — около 74 токенов в секунду, на уровне среднего, — и цену заметно ниже медианы рынка.
С облегчёнными моделями других китайских вендоров — DeepSeek V4.1-Flash, Qwen3.8-Flash — Flash удобнее сравнивать в общей таблице: китайские нейросети с ценами и оценками на SortAI.
6Где взять Flash
- Чат: на chat.z.ai Flash выбрана по умолчанию.
- API: код
glm-5.3-flash, параметры совпадают с флагманом, картинки — блокамиimage_url; подробнее на листе об API. - Подписка: входит во все тарифы Coding Plan, расходует кредиты втрое медленнее флагмана.
- Веса: FP8 — около 328 ГБ, BF16 — около 643 ГБ, сторонние сжатые сборки — от 93 ГБ. Таблица форматов — на листе о скачивании.
7Короткие ответы
- Что такое GLM-5.3-Flash?
- Облегчённая модель поколения GLM-5.3 от Z.ai, выпущенная 26 августа 2026 года. Около 321 млрд параметров, из них 18 млрд активных, новая база с гибридным вниманием, на вход принимает текст, изображения, видео и файлы. Веса выложены под MIT.
- GLM-5.3-Flash бесплатная?
- Веса скачиваются бесплатно, в веб-чате chat.z.ai Flash стоит по умолчанию. В API за неё платят: 0,15 доллара за миллион входных токенов и 0,50 за миллион выходных. Бесплатные модели в прайсе Z.ai есть, но это прошлые поколения — GLM-4.7-Flash и GLM-4.5-Flash.
- Чем GLM-5.3-Flash отличается от GLM-5.3-FlashX?
- FlashX — ускоренный вариант с выдачей до 200 токенов в секунду. Он стоит 0,37 и 1,25 доллара за миллион входных и выходных токенов и пока не входит в подписку GLM Coding Plan.
- Понимает ли GLM-5.3-Flash картинки?
- Да. Изображение передают блоком image_url — ссылкой или строкой Base64, в одном сообщении можно прислать несколько картинок. Кроме того, модель принимает видео и файлы.
- GLM-5.3-Flash лучше GLM-5.3?
- В целом нет: в задачах программирования флагман сильнее на 2–6 пунктов. Но на AutomationBench Flash немного впереди, умеет работать с изображениями и стоит примерно в девять раз меньше.