AI Radar — лентаGLM-5.3-Flash: китайский мозг с 1 млн токенов контекста
Z.ai (ChatGLM) представила GLM-5.3-Flash: 320 млрд параметров, но на токен работают только 18 млрд. Первая нативно мультимодальная модель серии с окном в 1 млн токенов.
Архитектура. Гибридный sparse + linear attention сжимает вычисления attention в 3,0×, а KV-кеш — в 4,4× против предшественника. Механизм IndexPool сжимает key-векторы индексера, Manifold-Constrained Hyper-Connections (mHC) улучшают масштабирование. Слоёв всего 45 против 92 у GLM-4.5 — меньше, но за счёт MoE не слабее.
Результаты. На кодинге GLM-5.3-Flash набирает 29,0 балла — практически на уровне Claude Opus 4.8 (29,5). На DeepSWE v1.1 разгром: 63,4 vs 46,2, на AutomationBench — 48,8 vs 26,2. Цена — $0,045 за задачу, примерно в 10 раз дешевле сопоставимого уровня. На китайских чипах вместо Nvidia GPU инференс быстрее в 3×.
Все бенчмарки опубликованы самой Z.ai, включая сравнение с Claude Opus 4.8 — независимой проверки нет.
Что это значит: нативная мультимодальность, миллион токенов контекста и цена, которая делает агентские сценарии экономически реалистичными.
Оригинальная публикация в Telegram