Z.ai lanza GLM-5.3-Flash, un modelo abierto que activa solo 18,000 millones de parámetros

Z.ai reveló que el modelo que semanas atrás circulaba de forma anónima en OpenRouter bajo el nombre 'Ox Alpha' era en realidad la versión de pruebas de GLM-5.3-Flash. La compañía china usó ese lanzamiento encubierto para recoger retroalimentación real de la comunidad antes de anunciar el modelo de forma oficial el 26 de agosto.

A diferencia de GLM-5.3, que se centró en mejorar el post-entrenamiento del modelo anterior, GLM-5.3-Flash parte de una base entrenada desde cero con una arquitectura de atención distinta, pensada para abaratar la inferencia en contextos largos. Es, además, el primer modelo de la serie GLM-5 que Z.ai describe como nativamente multimodal: acepta hasta 1 millón de tokens de texto, imagen y video, y puede generar respuestas de hasta 131,072 tokens.

Para quien construye productos con modelos abiertos, lo más relevante es la combinación de arquitectura mixture-of-experts (320B parámetros totales, solo 18B activos por token) con licencia MIT, sin las restricciones comerciales de otros modelos de peso abierto. Z.ai asegura que supera a GLM-5.2 en sus evaluaciones internas operando a una décima parte del costo, lo que lo vuelve una opción atractiva para self-hosting a gran escala.