GLM 5.3 Flash и GLM 5.3 в 2026, что нового у Z.ai и какую взять2222

GLM 5.3 Flash от Z.ai (бывшая Zhipu AI) вышла 26 августа 2026 и сразу стала самой дешевой моделью своего уровня для кода. Внутри 320 млрд параметров, из которых работают 18 млрд, открытая лицензия MIT, контекст 1 млн токенов и вход для картинок и видео. Старшая GLM 5.3 вышла чуть раньше, 14 августа, и целится в сложную инженерию и кибербезопасность. Ниже разберем характеристики обеих моделей, бенчмарки, реальные тесты из YouTube, цены и варианты доступа из России.

TL;DR. GLM 5.3 Flash стоит $0,15/$0,50 за 1M токенов, работает по MIT и понимает скриншоты, а по коду почти догоняет старшую GLM 5.3 (63,4 против 66,9 в DeepSWE). GLM 5.3 сильнее в больших репозиториях и безопасности, но в 9 раз дороже на вход. В статье: две таблицы сравнения, итоги тестов и карта выбора.

Что такое GLM 5.3 и GLM 5.3 Flash от Z.ai?

Это две модели одного поколения от китайской Z.ai. GLM 5.3 тяжелая и текстовая, GLM 5.3 Flash легкая, мультимодальная и почти в 10 раз дешевле.

GLM 5.3 вышла 14 августа 2026 и выросла из GLM 5.2 только за счет дообучения, без новой базовой модели. GLM 5.3 Flash появилась 26 августа 2026 как отдельная архитектура на 320 млрд параметров с гибридным вниманием. Обе модели держат 1 млн токенов контекста и до 128 тыс. токенов на выходе.

Z.ai раньше называлась Zhipu AI и работает на рынке с 2019 года. Ее модели GLM давно в топе открытых нейросетей для кода, а у нас на портале есть полный обзор экосистемы GLM.

Летний релиз устроен так. Сначала вышла флагманская GLM 5.3 со ставкой на агентное программирование и поиск уязвимостей. Через 12 дней Z.ai выкатила Flash, которая берет другим: ценой, открытостью и тем, что видит картинки. Через пару недель добавилась FlashX, та же модель на более быстрой инфраструктуре.

Короче, сейчас у Z.ai три актуальные модели для кода. И выбирать между ними придется по задаче, а не по номеру версии.

Чем GLM 5.3 Flash отличается от GLM 5.3 по характеристикам?

Flash в два с лишним раза меньше, видит изображения и видео, распространяется по MIT. GLM 5.3 крупнее, работает только с текстом и идет под собственной лицензией.

По данным Z.ai и CometAPI, GLM 5.3 Flash содержит 320 млрд параметров при 18 млрд активных, а GLM 5.3 около 744 млрд при 40 млрд активных. Flash принимает текст, картинки, видео и файлы, GLM 5.3 только текст. Рассуждение у обеих включено всегда.

Главная инженерная фишка Flash в гибридном внимании: модель совмещает разреженное и линейное внимание. Z.ai пишет, что это первая открытая модель такого уровня с подобной схемой. На практике это дает в 3 раза меньше вычислений на внимание и в 4,4 раза меньший KV-кэш, чем у GLM 5.3. Для длинных контекстов разница ощутимая.

С лицензией есть нюанс. Веса GLM 5.3 появились на Hugging Face 25 августа, но под собственной лицензией: компаниям с выручкой больше $10 млрд, которые продают доступ к модели, нужна проверка безопасности. Для вайбкодера это ничего не меняет, а вот MIT у Flash снимает любые вопросы с коммерческим использованием.

Что показывают бенчмарки GLM 5.3 ai и Flash?

Старшая GLM 5.3 выигрывает в чистой инженерии кода, Flash неожиданно обходит ее в работе с инструментами и автоматизации. Разрыв по коду небольшой, 3-4 пункта.

В DeepSWE v1.1 GLM 5.3 набирает 66,9, а GLM 5.3 Flash 63,4, тогда как прошлая GLM 5.2 давала 46,2. В Terminal-Bench 2.1 счет 88,2 против 84,3. Зато в Toolathlon Verified Flash впереди: 78,4 против 73,0. То есть легкая модель уверенно работает в агентных сценариях.

Данные из документации Z.ai и сводок сторонних агрегаторов, по состоянию на октябрь 2026.

Почему к цифрам стоит относиться осторожно

Один из англоязычных обзорщиков в нашей подборке видео подметил хорошую деталь. Terminal-Bench 2.1 и 3.0 дают для одной и той же GLM 5.3 результаты 88,2 и 28,3. Так что любой цифре нужна версия бенчмарка, иначе сравнение теряет смысл.

Часть замеров Z.ai сделала на своем закрытом ZAI Code Bench. Подглядеть ответы модель там не могла, но и проверить результат со стороны нельзя. Независимый индекс Artificial Analysis ставит GLM 5.3 на первое место среди 112 открытых моделей, и это, пожалуй, самая надежная оценка из всех.

Как GLM 5.3 Flash справляется с реальными проектами?

По тестам русско- и англоязычных блогеров Flash хорошо пишет игры, ботов и дашборды, но работает медленно и путается в сложной визуализации вроде воды и стекла.

Мы разобрали 10 видеообзоров GLM 5.3 и GLM 5.3 Flash, вышедших в августе-сентябре 2026. В прямом сравнении на клоне GTA Flash выдала лучший результат: машины по-разному разгоняются и тормозят, пешеходы уворачиваются. А на симуляторе цунами провалилась: вода осталась статичной и ничего не смывала.

Игры и симуляторы

В тесте «GLM 5.3 Flash vs GLM 5.3» автор дал обеим моделям четыре одинаковых промпта. На клоне GTA и симуляторе аварий младшая модель выиграла: физика машин живее, искры и частицы отрисованы лучше. Полиция у Flash, правда, работала с багами, а у GLM 5.3 гонялась как надо. Симулятор цунами не дался ни одной модели, но у Flash вода вообще не двигалась.

Веб, боты и мобильные приложения

В русскоязычном тесте Flash собрала лендинг с анимациями, мини-игру и приложение на Flutter для подбора фильмов. Но на мобильное приложение ушло больше часа. В 3D-аквариуме модель запуталась со слоями и стеклом, а бургер-меню на мобилке не открывалось, классическая болячка нейросетей.

Еще один автор писал Telegram-бота на Python и Aiogram. Простой бот, база на SQLite3, каталог товаров, викторина с рейтингом игроков: со всем справилась. Слабое место нашлось в HTML-разметке сообщений.

Лайфхак из видео: в промпте для бота сразу требуйте parse_mode=ParseMode.HTML. Без этого Flash периодически выводит теги текстом прямо в чат.

Сколько стоит GLM 5.3 нейросеть через API и Coding Plan?

Официальный API GLM 5.3 Flash стоит $0,15 за 1M входящих и $0,50 за 1M исходящих токенов. GLM 5.3 обойдется в $1,40 и $4,40, цена не изменилась с GLM 5.2.

По прайсу Z.ai на октябрь 2026 GLM 5.3 Flash дешевле старшей GLM 5.3 в 9,3 раза на входе и в 8,8 раза на выходе. Для сравнения, Claude Opus 4.8 стоит $5/$25, DeepSeek V4 Pro $0,435/$0,87. По цене Flash играет в одной лиге с самыми бюджетными кодерами.

Цены официального API, по состоянию на октябрь 2026. На OpenRouter у Flash около 29 провайдеров, и тарифы у них плавают, поэтому перед запуском проверьте актуальную страницу модели.

GLM Coding Plan и внепиковые часы

Подписка GLM Coding Plan стартует от $18 в месяц и работает на баллах. Flash расходует квоту в 3 раза медленнее, чем GLM 5.3. Во внепиковые часы, то есть в выходные и вне рабочего дня по Пекину (UTC+8), запросы стоят половину баллов.

Поделюсь лайфхаком: для Москвы пекинский рабочий день заканчивается примерно к 13:00. Длинные агентные задачи выгоднее ставить на вечер, и квоты хватит вдвое дальше. Блогеры в подборке советуют брать месячный план, а не годовой: модели обновляются слишком быстро.

В чем GLM 5.3 Flash сильна, а где буксует?

Сильные стороны Flash: цена, MIT, мультимодальность и агентные задачи. Слабые: скорость, сложная 3D-графика и ошибки в разметке, которые надо ловить вручную.

GLM 5.3 Flash выигрывает у GLM 5.3 в Toolathlon Verified (78,4 против 73,0) и стоит в 9 раз дешевле. Но по замерам Artificial Analysis она выдает около 50 токенов в секунду против 77 у старшей модели. Приставка Flash здесь означает легкость и цену, а не скорость ответа.

Сильные стороны

Первое, что бросается в глаза, это цена за задачу. Модель всегда рассуждает, но тратит на рассуждения меньше токенов, чем прошлое поколение, а сам токен стоит центы.

Мультимодальный вход полезнее, чем кажется. Flash может посмотреть скриншот своей же верстки или запись геймплея и исправить ошибку по картинке. Для фронтенда это экономит итерации, когда описать баг словами сложно.

MIT-лицензия позволяет встроить модель в свой продукт без юристов. Плюс открытые веса: никто не отключит вам доступ к модели завтра утром.

Слабые стороны

Медленная генерация. Сложные проекты в тестах шли больше часа, а выключить рассуждения нельзя. Есть FlashX на 200 токенов в секунду, но она в 2,5 раза дороже.

Спецэффекты и физика жидкостей проседают. Вода, стекло, прозрачные слои получаются хуже, чем у GLM 5.3 и западных флагманов.

Кибербезопасность и большие репозитории остаются территорией старшей модели. По этим задачам Z.ai сама рекомендует переключаться на GLM 5.3.

Как получить доступ к GLM 5.3 из России?

Прямой оплаты российскими картами нет ни у Z.ai, ни у OpenRouter. Рабочих путей три: зарубежная карта или крипта, подписка через посредника и запуск открытых весов на своем железе.

На октябрь 2026 Z.ai не публикует официальных ограничений для России, но и рублевых платежей не принимает. Открытые веса GLM 5.3 Flash лежат на Hugging Face по MIT, их можно развернуть через vLLM или SGLang у российского облачного провайдера. Тогда доступ к модели вообще не зависит от политики Z.ai.

Разложим варианты по сложности.

1. Чат chat.z.ai. Самый простой способ потыкать модель руками. Доступность сайта из России может меняться, поэтому иногда понадобится VPN.
2. API Z.ai или OpenRouter. Нужна зарубежная карта или пополнение криптой. OpenRouter удобен тем, что один ключ открывает сотни моделей, включая обе GLM 5.3.
3. GLM Coding Plan через посредника. Блогеры в подборке покупают подписки на маркетплейсах вроде FunPay. Работает, но рискуете вы: аккаунт могут заблокировать.
4. Свои веса. Для 320 млрд параметров в 4-битной квантизации нужно порядка 170-180 ГБ памяти по нашей оценке. Это Mac Studio с большим объемом памяти или сервер с несколькими GPU.

Для большинства вайбкодеров оптимален второй вариант. Подключили ключ в Claude Code, Cursor или Aider и работаете как обычно.

Какую модель выбрать, GLM 5.3 Flash vs GLM 5.3?

Flash берите для массовой автоматизации, фронтенда по скриншотам и прототипов на бюджете. GLM 5.3 нужна для сложной инженерии в больших кодовых базах и задач безопасности.

Логика выбора простая: если ошибка модели стоит дешевле, чем разница в цене, берите GLM 5.3 Flash. На 100 агентных прогонах экономия в 9 раз ощутима, а разрыв в DeepSWE всего 3,5 пункта. Если задача одна, сложная и дорогая в отладке, переплата за GLM 5.3 окупается.

Мы в VibeCoderz пробуем каждую свежую модель в первые дни после релиза. Скорость реакции на новинку часто решает больше, чем идеальный выбор.

Максим: «Когда вышла новая модель, веб-версию GoBanana мы собрали за 3 часа. Суммарно на продукт ушло 6–8 часов, а принес он 12 млн руб. Ребят, это работает: дешевая модель плюс быстрый запуск дают больше, чем месяц выбора идеального стека.»

FAQ про GLM 5.3 нейросеть

GLM 5.3 Flash правда бесплатная? Веса бесплатные: их можно скачать с Hugging Face по лицензии MIT и запускать у себя. API платный, $0,15 за 1M входящих и $0,50 за 1M исходящих токенов на октябрь 2026. Бесплатные модели у Z.ai тоже есть, но это старые GLM-4.7-Flash и GLM-4.5-Flash.

Почему Flash работает медленнее старшей GLM 5.3? Слово Flash здесь про цену и легкость, а не про скорость. По замерам Artificial Analysis Flash выдает около 50 токенов в секунду, GLM 5.3 около 77. Модель всегда рассуждает перед ответом, поэтому сложные задачи тянутся долго. Если нужна скорость, берите FlashX: Z.ai заявляет около 200 токенов в секунду.

Можно ли подключить GLM 5.3 Flash к Claude Code или Cursor? Да. Через GLM Coding Plan модель работает в Claude Code, OpenCode и фирменном ZCode. В Cursor и Cline ее подключают через OpenAI-совместимый API Z.ai или OpenRouter. Привычный процесс не меняется, меняется только модель под капотом.

Можно ли запустить GLM 5.3 Flash на своем компьютере? Теоретически да, веса открыты. Но у модели 320 млрд параметров, и даже в 4-битной квантизации веса весят порядка 170-180 ГБ по нашей оценке. Это уровень Mac Studio с большим объемом памяти или сервера с несколькими GPU. Обычному ноутбуку такое не под силу.

Чем GLM 5.3 лучше прошлой GLM 5.2? Z.ai не меняла базовую модель, а прокачала дообучение. В итоге Terminal-Bench 3.0 вырос с 4,6 до 28,3, DeepSWE v1.1 с 46,2 до 66,9. Модель тратит меньше токенов на задачу, а цена API осталась той же: $1,40/$4,40 за 1M токенов.

Работает ли GLM 5.3 нейросеть из России без VPN? Z.ai не публикует официальной позиции по России, и доступность сайта может меняться. Главная сложность в оплате: российские карты не принимаются ни Z.ai, ни OpenRouter. Самый надежный вариант без зависимости от сервиса: скачать открытые веса и запускать их у себя или у российского облачного провайдера.

Что значат термины из этой статьи?

• MoE (Mixture of Experts) — это архитектура, где на каждый токен включается только часть параметров. У Flash из 320 млрд работают 18 млрд.
• Гибридное внимание — это сочетание разреженного и линейного внимания, которое экономит память и вычисления на длинном контексте.
• KV-кэш — это память, где модель хранит уже прочитанный контекст. Чем он меньше, тем дешевле длинные диалоги.
• Квантизация — это сжатие весов модели до 4 или 8 бит, чтобы запустить ее на меньшем объеме памяти ценой небольшой потери точности.
• Open weights — это модель, веса которой можно скачать и запустить у себя.
• Внепиковые часы — это время, когда Z.ai списывает за запросы половину баллов Coding Plan.

Стоит ли переходить на GLM 5.3 Flash прямо сейчас?

Да, если вы много генерируете и считаете деньги. GLM 5.3 Flash закрывает 80% повседневных задач вайбкодера по цене в разы ниже западных флагманов.

GLM 5.3 Flash стала одной из самых выгодных моделей для кода осенью 2026: MIT, 1M контекста, мультимодальность и $0,15/$0,50 за 1M токенов. Она отстает от GLM 5.3 на 3-4 пункта по коду и медленнее отвечает. Для сложной инженерии держите под рукой старшую модель.

Наш совет: подключите Flash как модель по умолчанию для прототипов и автоматизации, а GLM 5.3 или Claude оставьте на редкие тяжелые задачи. Такая связка срезает счет за токены в разы.

Сравнить GLM с другими нейросетями для кода можно в нашем каталоге AI-инструментов. А если хотите собрать свой стек под конкретный продукт, запишитесь на консультацию к Максиму, разберем вашу задачу и подберем модели.

Обновлено: октябрь 2026