GLM-5.3 Marathon
subconscious/glm-5-3-marathonСемейство: glmКонтекст (макс.): 5 млн токеновВвод: текст; вывод: текстВозможности: рассуждение, инструменты, структурированный выводПоставщики: SubconsciousКарточка модели
GLM-5.3
glm-5-3-fastХарактеристики
Значения объединены по всем поставщикам; у конкретного поставщика они могут быть уже. Точные данные — в таблице ниже.
Поставщики и цены
| Поставщик | ID у поставщика | Контекст | Ввод, $/1M | Вывод, $/1M | Кэш чтение | Кэш запись | Инференс |
|---|---|---|---|---|---|---|---|
| Baseten | zai-org/GLM-5.3-Fast | 1,05 млн | $2.1 | $6.6 | $0.21 | — | — |
| Vercel AI Gateway | zai/glm-5.3-fast | 1,05 млн | $2.1 | $6.6 | $0.21 | — | — |
| Wally | glm-5.3-fast | 1,05 млн | $2.1 | $6.6 | $0.39 | — | — |
| DevPass (LLM Gateway) | glm-5.3-fast | 1 млн | $2.8 | $8.8 | $0.56 | — | — |
«Доступен» — у Airuns настроен системный ключ этого поставщика, модель можно запускать прямо сейчас.
Hugging Face
Автоматическое совпадение по имениREADME · zai-org/GLM-5.3
Отрывок на языке оригинала:
GLM-5.3 uses the same base model as GLM-5.2 — every gain comes from post-training. Compared with GLM-5.2, it is much better at complex coding and long-horizon tasks:
+ Stronger Coding: GLM-5.3 is the most capable open-weights model for coding, with a 50% improvement over GLM-5.2 on our in-house Z.ai Code Bench. It also achieve open-source SOTA on public benchmarks including Terminal Bench 3.0 and Agents' Last Exam. + Emergent Cyber Capability: As we scaled post-training, cyber capability developed faster than we expected. GLM-5.3 is state of the art on CyberGym for vulnerability discovery, and its gains are largest further up the exploitation chain, where it more than doubles GLM-5.2 on exploitation benchmarks.
GLM-5.3 supports deployment with the following frameworks. Feel free to try them out:
- For deployment on the Ascend NPU platform, inference frameworks such as vLLM-Ascend, xLL…
Читать дальше на Hugging Face →
Бенчмарки из README
Terminal Bench 2.1
Terminal Bench 3.0
Данные авторов модели из README на Hugging Face; методики тестирования могут отличаться между моделями.
Похожие модели семейства
GLM 5.2
glm-5-2Семейство: glmКонтекст (макс.): 1,05 млн токеновВвод: текст, изображения; вывод: текстВозможности: рассуждение, инструменты, структурированный вывод, вложенияПоставщики: 302.AI, Abacus, above.dev, AIHubMix, AI/ML API, Alibaba и ещё 77GLM5.3
glm-5-3Семейство: glmКонтекст (макс.): 1,05 млн токеновВвод: текст, изображения; вывод: текстВозможности: рассуждение, инструменты, структурированный вывод, вложенияПоставщики: 302.AI, AgentRouter, ai&, AIHubMix, AI/ML API, Alibaba (China) и ещё 74Apex Flash 1
glm-5-3-flash-apexСемейство: glmКонтекст (макс.): 1,05 млн токеновВвод: текст, изображения; вывод: текстВозможности: рассуждение, инструменты, вложенияПоставщики: NanoGPTApex Flash 1 Abliterated
glm-5-3-flash-apex-abliteratedСемейство: glmКонтекст (макс.): 1,05 млн токеновВвод: текст, изображения; вывод: текстВозможности: рассуждение, инструменты, вложенияПоставщики: NanoGPTGLM 5.2 Fast
glm-5-2-fastСемейство: glmКонтекст (макс.): 1,05 млн токеновВвод: текст, изображения; вывод: текстВозможности: рассуждение, инструменты, структурированный вывод, вложенияПоставщики: above.dev, Baseten, Chutes, CommandCode, DevPass (LLM Gateway), Requesty и ещё 1GLM 5.2 TEE
glm-5-2-teeСемейство: glmКонтекст (макс.): 1,05 млн токеновВвод: текст; вывод: текстВозможности: рассуждение, инструменты, структурированный выводПоставщики: ChutesGLM 5.2 TEE
tee/glm-5-2Семейство: glmКонтекст (макс.): 1,05 млн токеновВвод: текст; вывод: текстВозможности: рассуждение, инструменты, структурированный выводПоставщики: NanoGPTИсточник каталога: https://models.dev/api.json. Получено: 01.11.2026 00:22 UTC. Цены и лимиты — данные источника; перед использованием проверяйте условия поставщика.