ทันเอไอ

Z.ai presenta GLM-5.3-Flash, capaz de interpretar imágenes y unas 10 veces más barato que GLM-5.2

El nuevo modelo abierto utiliza una arquitectura MoE, admite imágenes y vídeo y ofrece una ventana de contexto de 1 millón de tokens

Z.ai, la marca internacional de Zhipu AI, presentó oficialmente GLM-5.3-Flash el 26 de agosto de 2026. Se posiciona como un modelo de tamaño medio con mayor rendimiento y un coste de uso aproximadamente 10 veces menor que GLM-5.2.

El modelo utiliza una arquitectura Mixture-of-Experts o MoE, un sistema que activa solo las partes necesarias según la tarea. Tiene 320B parámetros en total, pero activa 18B por token. Esto reduce los recursos de cómputo, y los benchmarks publicados indican que GLM-5.3-Flash supera en términos generales a GLM-5.2 en varias pruebas.

El cambio más importante es su capacidad multimodal, que le permite interpretar imágenes y vídeos sin depender de un modelo separado. Resulta adecuado para analizar interfaces, documentos visuales o elementos gráficos de sitios web, además de tareas habituales de conversación y programación.

GLM-5.3-Flash también ofrece una Context Window de 1 millón de tokens, por lo que puede procesar grandes volúmenes de documentos o código de una sola vez. Sin embargo, admitir ese contexto no significa que el modelo recuerde y utilice todos los detalles con la misma precisión.

Antes de su lanzamiento, el modelo estuvo disponible para pruebas sin identificar a su desarrollador bajo el nombre Ox Alpha, a través de OpenRouter y OpenCode. También fue diseñado desde el principio para funcionar con chips de IA fabricados en China, lo que refleja los esfuerzos por reducir la dependencia del hardware extranjero.

Z.ai publicó los pesos del modelo como Open Weights bajo la licencia MIT, lo que permite a desarrolladores y organizaciones estudiarlo, ajustarlo o implementarlo en sus propios sistemas conforme a las condiciones de la licencia.