GLM 5.3:
флагман и Flash
в России

GLM 5.3 — новое поколение моделей китайской компании Z.ai (бывшая Zhipu AI). В семействе две главные версии: флагман GLM-5.3 для программирования и агентов и быстрая мультимодальная GLM-5.3-Flash. Обе выложены с открытыми весами. Разбираем, чем они отличаются, что выбрать, как пользоваться GLM 5.3 из России и сколько это стоит. Срез данных — 25 сентября 2026.

GLM 5.3 и GLM 5.3 Flash: в чём разница

	GLM-5.3	GLM-5.3-Flash
Назначение	сложный код, агенты, длинные задачи	массовые задачи, документы, картинки и видео
Параметры	753 млрд	320 млрд, из них 18 млрд активных
Вход	только текст	текст, изображения, видео, файлы
Контекст в API / ответ	1M / до 128K токенов	1M / до 128K токенов
Цена API Z.ai за 1M токенов	$1,40 / $4,40	$0,15 / $0,50
Открытые веса	да, собственная лицензия GLM-5.3	да, MIT

Flash примерно в девять раз дешевле флагмана — для большинства рабочих задач (резюме, классификация, ответы по документам, разбор скриншотов) её хватает. Флагман стоит брать под сложную разработку и многошаговых агентов.

Что умеет GLM-5.3

По документации Z.ai и карточке модели:

• Программирование: Z.ai заявляет прирост на 50% к GLM-5.2 на своём внутреннем бенчмарке кода. Из публичных тестов — DeepSWE 66,9, FrontierSWE 78,1, Terminal Bench 3.0 — 28,3.
• Рассуждения включены всегда, отключить нельзя; глубину задаёт reasoning_effort: low, high или max (по умолчанию max).
• Для разработки: вызов функций, структурированный JSON-ответ, кэш контекста, стриминг.

О предыдущей версии и её миллионном контексте — в статье про GLM-5.2.

Что умеет GLM-5.3-Flash

По документации и карточке на Hugging Face:

• Первая мультимодальная модель серии GLM-5: на вход текст, изображения, видео и файлы, на выходе текст.
• Гибридное внимание (разреженное + линейное) удешевляет работу с длинным контекстом.
• Бенчмарки: Terminal Bench 2.1 — 84,3; DeepSWE — 63,4; ExtractBench Short (извлечение данных из документов) — 96,3.
• Режим размышлений тоже всегда включён.

Есть и вариант GLM-5.3-FlashX — та же модель на ускоренной инфраструктуре (Z.ai заявляет до 200 токенов в секунду) за $0,37 / $1,25.

Как скачать GLM 5.3

• Веса: zai-org/GLM-5.3 и zai-org/GLM-5.3-Flash на Hugging Face, в форматах BF16 и FP8, плюс готовые квантованные версии от сообщества.
• Чем запускать: vLLM, SGLang, TokenSpeed, KTransformers, Transformers, Unsloth.
• Железо: даже Flash на 320 млрд параметров — это сервер с несколькими GPU; флагман на 753 млрд — тем более. На обычном ПК ни одна из моделей не запустится без сильного сжатия.
• Лицензия: Flash — MIT, можно использовать в коммерческих проектах; у флагмана собственная лицензия GLM-5.3 — прочитайте условия в репозитории.

Как пользоваться GLM 5.3 из России

1. GLM 5.3 Flash через IRI Gateway

OpenAI-совместимый API, один ключ на все модели каталога, оплата в рублях, в том числе по счёту для юрлица. GLM 5.3 Flash (glm-5.3-flash) — цена за 1M токенов в рублях — на странице модели.

curl https://api-ru.agi-iri.ru/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "glm-5.3-flash",
       "messages": [{"role": "user", "content": "Выпиши из договора сроки и суммы"}]}'

Ключ — в кабинете Gateway, подключение — в документации. Флагмана GLM-5.3 в Gateway пока нет.

2. Напрямую у Z.ai

API на z.ai даёт все версии, а для разработчиков есть подписка GLM Coding Plan с квотой в баллах (в непиковое время и по выходным баллы расходуются вдвое медленнее). Оплата — зарубежной картой.

3. Свой сервер

Открытые веса — вариант для компаний, которым нельзя отправлять данные во внешние сервисы.

Сколько стоит GLM 5.3

Вариант	Цена за 1M токенов (вход / выход)
GLM 5.3 Flash в IRI Gateway	в рублях, цена на странице модели
GLM-5.3-Flash, API Z.ai	$0,15 / $0,50, вход из кэша — $0,03
GLM-5.3-FlashX, API Z.ai	$0,37 / $1,25
GLM-5.3, API Z.ai	$1,40 / $4,40, вход из кэша — $0,26
Свой сервер	веса бесплатны, платите за GPU

Цены Z.ai — по официальному прайсу. Бесплатно у Z.ai доступны только старые лёгкие модели — GLM-4.7-Flash и GLM-4.5-Flash.

Что выбрать

• Документы, поддержка, разбор изображений, массовые задачи — GLM-5.3-Flash.
• Сложный код и агенты — GLM-5.3 или флагманы других вендоров; сравнение — в статье GPT, GLM и Fable.
• Открытая модель попроще для своего железа — Qwen3.8-27B.

Источники

• Z.ai — GLM-5.3, документация
• Z.ai — GLM-5.3-Flash, документация
• Z.ai — цены
• Hugging Face — zai-org/GLM-5.3
• Hugging Face — zai-org/GLM-5.3-Flash