Могу ли я запустить GLM-5.3-Flash локально?

Да, веса открыты и доступны на Hugging Face по адресу zai-org/GLM-5.3-Flash. Модель поддерживает SGLang, vLLM, Transformers, KTransformers и Unsloth, но 320 млрд параметров требуют серьёзного оборудования, несмотря на 18 млрд активных параметров во время вывода.

Сколько стоит GLM-5.3-Flash и какой у неё размер контекста?

Через API Z.ai цена составляет $0.03 за миллион входных токенов и $0.90 за миллион выходных, размер контекста — 1 048 576 токенов.

Чем GLM-5.3-Flash отличается от предыдущих моделей GLM?

Это первая нативно мультимодальная модель серии GLM-5, построенная на новой базовой модели с гибридной архитектурой разреженного и линейного внимания, которой не было в предыдущих версиях. Z.ai утверждает, что она превосходит GLM-5.2 по бенчмаркам при цене в десять раз ниже.

▲

26.6%

эта неделя

GLM 5.3 Flash

9421°

#llm #z-ai #видение #видео #логика #программирование

Запустить модель

Предложения / Реклама

OpenRouter Терминал / API

Плата за токен

Общайся с этой моделью в браузере или вызывай её из кода с одним API-ключом.

Z.ai | 1,048,576 token context | $0.02/M input, $0.72/M output. GLM-5.3-Flash is a native multimodal model from Z.ai. It is suited for efficient coding and long-horizon agent tasks. Its hybrid sparse and linear attention architecture maintains accurate long-context behavior while reducing compute overhead. Yes, the stealth model Ox Alpha was revealed to be ZAI's new model, GLM-5.3 Flash.

Руководства по этой модели

Как выбрать AI-модель в октябре 2026: новости закрытых моделей и открытые веса, которые стоит скачать

Лучшие локальные LLM по задачам (октябрь 2026): подходящая открытая модель для каждой работы

Сколько VRAM мне действительно нужно для локального ИИ?

Открытые веса, открытый исходный код и только API: что тебе действительно разрешено делать

Как установить Ollama и запустить локальный ИИ (Windows, Mac, Linux)

Все руководства

Заметки капитана

Написано Captain, главным редактором

Заметки от 2026-10-13

GLM-5.3-Flash — нативная мультимодальная модель от Z.ai с 320 млрд параметров, из которых активны только 18 млрд, что обеспечивает высокую эффективность по соотношению цена/производительность. Гибридная архитектура с разреженным и линейным вниманием позволяет обрабатывать контекст до миллиона токенов без обычного роста вычислительной нагрузки. Подходит разработчикам, которым нужны серьёзные возможности кодирования и агентов по цене ближе к лёгким моделям, чем к передовым.

Известен

Контекст до миллиона токенов с уменьшенной стоимостью обслуживания благодаря гибридному вниманию
18 млрд активных параметров из 320 млрд общего числа — эффективна при выводе
Высокая производительность в кодировании и задачах с долгосрочными агентами
Нативная мультимодальность: текст, изображение и видео в одной модели
Регулируемый бюджет рассуждения через параметр reasoning_effort

Остерегайтесь

320 млрд параметров общего числа требует серьёзного оборудования для локального запуска, несмотря на низкое число активных параметров.
Выход стоит $0.90 за миллион токенов — дешево по меркам передовых моделей, но будьте осторожны с агентскими циклами с большим объёмом генерации.
Производитель не опубликовал конкретную лицензию с открытым исходным кодом; перед коммерческим использованием проверьте репозиторий Hugging Face.

Лучше всего подходит для

Программирование

Агенты и использование инструментов

Длинный контекст

Зрение

Работает локально

Подсказки для проб

Рефакторинг запутанного кода

Вот Python-модуль для аутентификации пользователей. Он работает, но его сложно читать, и в нём нет обработки ошибок. Рефакторьте для ясности, добавьте типизированные сигнатуры функций и выбрасывайте конкретные исключения вместо возврата None при ошибках. Объясните каждое изменение и почему вы его сделали.

План многошагового агента

Спроектируйте поэтапный план агента для автоматической сортировки открытых issues в репозитории GitHub: классифицируйте по типу (баг, фича, вопрос), назначьте приоритет на основе количества комментариев и возраста, и создайте шаблон ответа в одно предложение для каждой категории. Перечислите инструменты, которые понадобятся агенту, и отметьте шаги, где необходима проверка человеком.

Анализ длинного документа

Я собираюсь вставить длинный контракт ниже. Прочитайте весь документ, затем: выделите все пункты, ограничивающие ответственность, отметьте любые противоречия между ними и кратко изложите итоговую ответственность каждой стороны простым языком. Отметьте пункты, которые может пропустить непрофессионал, но которые несут значительный финансовый риск.

Сравнить с

GLM 5.3 FlashX
Модель только с API
контекст из 1,048,576 токенов · $0.37/M вход, $1.25/M выход
GLM Flash Latest
Модель только с API
контекст из 1,048,576 токенов · $0.02/M вход, $0.72/M выход
GLM 5V Turbo
Модель только с API
контекст из 202,752 токенов · $1.20/M вход, $4.00/M выход
GLM 5 Turbo
Модель только с API
контекст из 202,752 токенов · $1.20/M вход, $4.00/M выход

Больше текстовых моделей от z-ai

Часто задаваемые вопросы

Могу ли я запустить GLM-5.3-Flash локально?: Да, веса открыты и доступны на Hugging Face по адресу zai-org/GLM-5.3-Flash. Модель поддерживает SGLang, vLLM, Transformers, KTransformers и Unsloth, но 320 млрд параметров требуют серьёзного оборудования, несмотря на 18 млрд активных параметров во время вывода.
Сколько стоит GLM-5.3-Flash и какой у неё размер контекста?: Через API Z.ai цена составляет $0.03 за миллион входных токенов и $0.90 за миллион выходных, размер контекста — 1 048 576 токенов.
Чем GLM-5.3-Flash отличается от предыдущих моделей GLM?: Это первая нативно мультимодальная модель серии GLM-5, построенная на новой базовой модели с гибридной архитектурой разреженного и линейного внимания, которой не было в предыдущих версиях. Z.ai утверждает, что она превосходит GLM-5.2 по бенчмаркам при цене в десять раз ниже.

Вердикт капитана
Редкое сочетание: контекст и мультимодальность уровня передовых моделей по цене, делающей длительные агентские запуски финансово оправданными.

Карточка модели на Hugging Face

Капитан пишет эти заметки на основе описания модели и карточки модели. Цены и размеры контекста указаны на момент написания и могут измениться.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #2 Hottest Text / LLM model · #2 Hottest Text / LLM text model

Not this creator?

Get your own badge

Тренд популярности GLM 5.3 Flash

Показатель популярности с 26 Aug 2026

Индекс популярности

9,421°

Эта неделя

▲

26.6%

9,390° тогда, 9,421° сейчас

Этот месяц

▲

288%

9,241° тогда, 9,421° сейчас

Прошлый год

n/a

Еще не выпущено/не отслеживается

7,000°

Базовый уровень

Шкала от 0° до 9 999°. Всё ниже 7,000° отведено моделям, по которым ещё нет данных от источников — им дают временное число, чтобы списки были полными. 7,000° — это начало измеренных данных: модель с реальными данными, но почти без скачиваний, стоит на этом уровне, а измерения добавляют градусы сверху. Базовый уровень ничего не говорит о модели; только градусы сверху её отличают.

+2,026°

Токены OpenRouter

56,734,070,001,964 токенов обработано этой моделью через OpenRouter за последние 30 дней, вместе с подсказками и ответами. Каждые 10,000,000 токенов считаются за одно скачивание в термине скачиваний, всего 5,673,407; токены последнего дня учитываются в коэффициенте роста. Источник: OpenRouter (openrouter.ai/rankings).

+395°

Темп внедрения

Около 183,507 скачиваний в день, измеряется между двумя замерами источников, не считается по среднему за всё время. Скорость считается как четверть от общего показателя скачиваний, чтобы свежий всплеск был виден, но однодневный пик не перебивал годы использования.

Показать подробности

Каждое число на этом сайте можно проверить. Рейтинг популярности этой модели — 9,421°, и здесь он построен по частям, с итогом после каждого шага: базовый уровень, градусы, добавляемые каждым источником, бонус за тип модели и вычет за возраст весов. Цвета соответствуют диапазонам на графике выше. В конце есть словарь, где объяснены все термины.

1
Начинаем с базового уровня.
Почему 7,000°, а не ноль: шкала от 0° до 9 999°, и часть ниже 7,000° отведена моделям без данных от источников — им дают временное число, чтобы списки были полными и они не обгоняли модели с данными. 7,000° — начало измеренных данных. Модель с реальными данными, но почти без скачиваний, стоит здесь; всё, что дальше, — измерения, а пространство выше базового уровня содержит десять десятикратных шагов скачиваний по 300° каждый. Базовый уровень одинаков для всех моделей, он ничего не решает; решают градусы сверху.
7,000°
текущий итог
2
Добавь загрузки.
5,673,407 эквивалентов загрузок всего, с Токены OpenRouter. Десятикратное увеличение загрузок добавляет те же 300°, так что размер важен, но не доминирует в оценке.
+2,026°
9,026°
текущий итог
3
Добавь темп внедрения.
Примерно 183,507 загрузок в день сейчас, измерено между двумя замерами, с четвертью веса.
+395°
9,421°
текущий итог
=
Итоговый показатель heat.
Где эта модель находится в каждом списке на этом сайте. Ничто другое на него не влияет.
9,421°

Глоссарий: используемые здесь термины

Показатель heat: Одно число, показывающее, насколько модель сейчас используется и востребована, от 0° до 9,999°. Все списки на сайте с пометкой hottest сортируются именно по нему.
Минимум: 7,000° — стартовая точка для каждой модели с реальными данными. Шкала от 0° до 9,999°; часть ниже минимума отведена для моделей без данных, чтобы модели с данными всегда были выше. Минимум одинаков для всех и ничего не решает; градусы выше него — это измерение.
Эквиваленты загрузок: Всё, что считается как загрузка в оценке, сложенное вместе: сами загрузки, каждый сид торрента считается за 1,000, каждое изображение AI Horde и каждый запуск на сайте генерации считаются за один.
Логарифмическая шкала: Счёт по десяткам, а не по единицам: переход от 1,000 к 10,000 загрузок добавляет столько же градусов, сколько от 10,000 к 100,000. Это не даёт гигантам заглушать всё остальное.
Лайки: Одобрения и лайки со всех источников, каждый стоит половину загрузки на логарифмической шкале.
Темп внедрения: Сколько загрузок в день получает модель сейчас, по разнице между двумя замерами источника. Четверть веса от термина загрузки.
Измерено и оценено: Измерено значит, что есть два показания источника, и разница реальна. Оценено значит, что известна только сегодняшняя сумма, а прошлое распределено по жизни модели; сайт показывает, что именно отображается.
Сидер: Кто-то, кто хранит копию весов онлайн, чтобы другие могли скачать через торрент, или размещённое зеркало, делающие то же самое. Каждый такой считается за 1000 загрузок.
AI Horde: Волонтёрская сеть, которая бесплатно генерирует изображения на пожертвованных компьютерах. Количество изображений, созданных с моделью, публично, и каждое считается за одну загрузку.
Сайты генерации: Сайты, которые хранят свои копии модели и позволяют людям генерировать с ней, например PixAI, SeaArt и Yodayo. Их загрузки считаются как у Civitai, и каждый запуск генерации — за одну загрузку.
Токены OpenRouter: Текстовая модель, обслуживаемая через API, такая как Claude или GPT, не имеет весов для скачивания, поэтому её использование измеряется токенами: кусочками текста, которые она прочитала и написала через OpenRouter, шлюз, который используют многие приложения, за последние 30 дней. Каждые 10,000,000 токенов считаются за одно скачивание. Источник: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Полная модель (чекпоинт): Сами веса, файл, который генерирует самостоятельно. Получает бонус, потому что от него зависят дополнения.
LoRA и эмбеддинг: Небольшие файлы-дополнения, которые направляют чужие веса в сторону стиля, персонажа или концепции. Они не могут работать сами по себе.
Семейство и веса: База, на которой построена модель, например SD 1.5, SDXL, Flux или Wan. Каждая модель наследует дату выпуска весов своего семейства.
Возраст: Градусы снимаются за то, как давно вышли веса семейства: 150° в год, максимум 750°. Старые загрузки, которые успели накопиться за годы, остаются вверху списка.
Буст семейства: Небольшой ограниченный толчок для LoRA из семейства, которое этот сайт сейчас продвигает, всегда указан в разбивке.
Оценка-замена: Стабильное число ниже минимального, даваемое модели, о которой ещё нет данных, чтобы списки были полными. Никогда не выше модели с данными.
Новинка! (период ожидания): Модель младше 7 дней показывает Новинка! вместо оценки и не занимает место в рейтинге. Её оценка вычисляется с первого дня, но модель в один день растёт быстрее всего, поэтому без ожидания #1 недели всегда была бы модель, вышедшая вчера, а не та, что держалась неделю.
Тренд: Как рост модели за период сравнивается с типичным ростом модели за тот же период. Быстрее типичного — рост, медленнее — падение.
Типичная модель: Средина каталога: половина моделей с цифрой росли быстрее за период, половина медленнее.

Как менялась популярность этой модели по сравнению с остальным каталогом: её рост по загрузкам, лайкам и использованию за каждый период, измеренный относительно типичного роста моделей за тот же период, с учётом её текущего показателя heat score. Если выше типичного роста — значит рост, если ниже — спад. Прошлое восстанавливается по сегодняшним итогам, первому дню модели и скорости загрузок, если есть два замера; если модель не существовала в начале периода, показывается n/a.

Похожие модели

ИИ-модели для генерации изображений, видео и текста

GLM 5.3 Flash — это текстовая модель для семейства Text / LLM, представленная на ModelTrends.ai, каталоге открытых ИИ-моделей для изображений, видео и текста, доступном только для чтения. Сравните её с другими моделями Text / LLM и посмотрите индекс популярности, чтобы оценить тренд.

Другие модели Text / LLM Другие Текст / LLM Text / LLM llm z-ai видение видео логика программирование агенты длинный контекст

Обзор по семействам моделей