GLM-5.3-Flash

Zhipu AI stellte GLM-5.3-Flash am 26. August 2026 offiziell vor und bestätigte damit, dass es sich um das Modell handelte, das zuvor anonym unter dem Namen „Ox Alpha“ auf Testplattformen aufgetaucht war. In fünf Tagen hatte es dort mehr als 50 Billionen Tokens verarbeitet, bevor die Herkunft bekannt wurde. Es ist ein Mixture-of-Experts-Modell mit 320 Milliarden Parametern insgesamt und 18 Milliarden aktiven Parametern pro Token. Als erste nativ multimodale Veröffentlichung der GLM-5-Reihe verbindet es hybride sparsame und lineare Attention mit einem Kontextfenster von einer Million Tokens. Zhipu trainierte es mit einem multimodalen Korpus aus 30 Billionen Tokens und sagt, es erreiche bei Effizienz und Tokenkosten GPU-Modelle von Nvidia, während es auf chinesischen Chips läuft.

Der Preis liegt deutlich unter dem von Zhipus GLM-5.3: 0,15 US-Dollar pro Million Eingabetokens und 0,50 US-Dollar pro Million Ausgabetokens. Eine Einführungsaktion halbierte den Preis ungefähr bis Anfang September. Damit kostet es etwa ein Zehntel des veröffentlichten GLM-5.3-Preises und ist als günstigere, schnellere Option für multimodale und agentische Arbeitslasten gedacht, nicht als Ersatz für Zhipus Spitzenmodell für Programmierung.