GLM-5.3-Flash

Zhipu AI reveló de forma oficial GLM-5.3-Flash el 26 de agosto de 2026, y confirmó que era el modelo sembrado antes de forma anónima en plataformas de prueba con el nombre «Ox Alpha», que había atraído más de 50 billones de tokens de tráfico en cinco días antes de que se supiera quién lo había construido. Es un modelo de mezcla de expertos de 320 000 millones de parámetros, con 18 000 millones activos por token, el primer lanzamiento multimodal de forma nativa de la línea GLM-5, que combina un diseño de atención híbrida dispersa y lineal con una ventana de contexto de 1 millón de tokens. Zhipu lo preentrenó con un corpus multimodal de 30 billones de tokens y dice que iguala a los modelos basados en GPU de Nvidia en eficiencia y coste por token, y que corre en chips chinos de fabricación nacional.

El precio queda muy por debajo del propio GLM-5.3 de Zhipu: 0,15 $ por millón de tokens de entrada y 0,50 $ por millón de tokens de salida a precio de lista, con una promoción de lanzamiento que lo deja aproximadamente a la mitad hasta principios de septiembre. Eso sale a cerca de una décima parte de la tarifa publicada de GLM-5.3, y sitúa a GLM-5.3-Flash como una opción más barata y rápida para cargas multimodales y agénticas, no como sustituto del modelo insignia de programación de Zhipu.