La compañía presentó GLM-5.3-Flash, su primer modelo multimodal nativo de la serie GLM-5. Con 320.000 millones de parámetros totales, busca combinar capacidades cercanas a Claude Opus 4.8 con una arquitectura diseñada para reducir drásticamente los costos de inferencia.
La carrera por desarrollar modelos de inteligencia artificial cada vez más potentes tiene un nuevo protagonista. Z.ai presentó GLM-5.3-Flash, el primer modelo multimodal nativo de la serie GLM-5, una apuesta que combina capacidades de frontera con una arquitectura diseñada específicamente para reducir los costos de computación.
Según la compañía, el nuevo modelo cuenta con 320.000 millones de parámetros totales, aunque solo 18.000 millones están activos durante su funcionamiento. Z.ai asegura que GLM-5.3-Flash supera a su predecesor, GLM-5.2, en diferentes benchmarks y cargas de trabajo reales, con un costo equivalente a aproximadamente una décima parte del precio.
Además, la empresa sostiene que el modelo se aproxima al rendimiento de Claude Opus 4.8, desarrollado por Anthropic, especialmente en pruebas vinculadas con programación y capacidades de inteligencia artificial agéntica.
Uno de los principales argumentos detrás del lanzamiento es la eficiencia. GLM-5.3-Flash fue construido a partir de un nuevo modelo base, con una arquitectura y un proceso de entrenamiento rediseñados para mejorar simultáneamente la capacidad y el consumo de recursos.
Por primera vez dentro de la familia GLM, Z.ai incorporó una arquitectura híbrida que combina atención dispersa y atención lineal. La compañía también utilizó Manifold-Constrained Hyper-Connections, o mHC, junto con un corpus de preentrenamiento multimodal de 30 billones de tokens.
El objetivo es claro: obtener mayor capacidad de razonamiento utilizando menos capacidad de cómputo.
Un modelo de frontera con precio de “Flash”
Los números presentados por Z.ai muestran la ambición del proyecto. En el Artificial Analysis Intelligence Index v4.1.1, GLM-5.3-Flash obtuvo una puntuación de 57, con un costo de U$S 0,045 por tarea, considerando el precio promocional.
Según la empresa, ese nivel de inteligencia anteriormente estaba disponible a un costo aproximadamente 10 veces superior.
En seis benchmarks de programación e inteligencia artificial agéntica, GLM-5.3-Flash superó de forma consistente a GLM-5.2. En DeepSWE v1.1, alcanzó una puntuación de 63,4, frente a 46,2 de la versión anterior. En AutomationBench, obtuvo 48,8, contra 26,2.
En su propia evaluación de programación, Z.ai Code Bench v1.0, el nuevo modelo también se acercó al rendimiento de Claude Opus 4.8. En el nivel máximo de esfuerzo, GLM-5.3-Flash alcanzó 29,0 puntos, frente a los 29,5 obtenidos por el modelo de Anthropic.
La eficiencia como ventaja competitiva
La arquitectura del modelo fue diseñada para reducir de manera significativa los costos de inferencia, especialmente en escenarios que requieren grandes contextos.
En comparación con la serie GLM-4.5, GLM-5.3-Flash mantiene una cantidad total de parámetros similar —320.000 millones frente a 355.000 millones—, pero reduce casi a la mitad tanto los parámetros activos, de 32.000 millones a 18.000 millones, como el número de capas, de 92 a 45.
Z.ai asegura que, frente a GLM-5.3, su nueva versión utiliza 3 veces menos capacidad de cómputo para atención y una memoria caché KV 4,4 veces menor.
El modelo también fue diseñado para trabajar con contextos de hasta un millón de tokens, un desafío especialmente exigente desde el punto de vista de la memoria y el ancho de banda.
La IA que programa y también “ve” su trabajo
Otra de las novedades de GLM-5.3-Flash es su capacidad multimodal aplicada directamente al desarrollo de software.
Para Z.ai, la programación ya no puede limitarse a generar código. En tareas como el desarrollo de interfaces, videojuegos o simulaciones 3D, el resultado final debe ser observado e interactuado por el usuario.
Por eso, el modelo puede generar un resultado, inspeccionar visualmente lo que produjo, detectar errores de diseño o composición y modificar posteriormente el código para corregirlos.
La compañía resume esta estrategia con una definición clara: “El código permite al modelo construir y cambiar el mundo. La visión le permite entrar en el mundo que las personas ven y utilizan”.
Esta capacidad busca cerrar el ciclo entre generación y retroalimentación visual. El sistema puede renderizar una interfaz, analizar cómo se ve para el usuario, identificar problemas y revisar el resultado de manera iterativa. Z.ai plantea que esta lógica puede aplicarse no solo a interfaces y videojuegos, sino también a presentaciones y otros documentos visuales.
El modelo fue probado con chips chinos
Uno de los aspectos más llamativos del anuncio está relacionado con la infraestructura utilizada para servir el modelo.
Antes de su lanzamiento oficial, GLM-5.3-Flash fue probado de forma anónima bajo el nombre “ox-alpha” en OpenCode y OpenRouter. Según Z.ai, rápidamente se convirtió en el modelo más popular de la semana, y todo ese tráfico fue atendido utilizando chips chinos de inteligencia artificial.
Durante la última semana, la compañía operó el modelo en un clúster de gran escala basado en hardware chino, con una infraestructura optimizada para ese entorno.
Z.ai desarrolló un motor de inferencia específico sobre SGLang y utilizó incluso un agente basado en GLM-5.3 para ayudar a sus ingenieros a desarrollar y optimizar kernels, diagnosticar cuellos de botella y mejorar la infraestructura.
El resultado fue un ciclo particularmente interesante: el propio modelo ayudó a optimizar el sistema encargado de ejecutar el modelo.
Según Z.ai, la compañía logró una mejora de 3 veces en el rendimiento integral del servicio respecto de su línea de base inicial en el mismo hardware. La empresa asegura que alcanzó niveles de eficiencia y costos por token comparables con los de las GPU NVIDIA utilizadas habitualmente en el mercado.
Con GLM-5.3-Flash, Z.ai busca demostrar que la inteligencia artificial de frontera no necesariamente debe tener costos de frontera. Su estrategia combina una arquitectura más eficiente, entrenamiento multimodal y una infraestructura diseñada para reducir el consumo de recursos.
En un mercado dominado por compañías como OpenAI, Anthropic, Google, NVIDIA y DeepSeek, el nuevo modelo de Z.ai suma un argumento cada vez más relevante en la competencia global: no solo importa quién desarrolla la inteligencia artificial más potente, sino también quién consigue ofrecerla a una escala y a un costo que permitan convertirla en una herramienta masiva.
