glm-5.3-flash

Модель GLM-5.3-Flash Niu Lai стала самой востребованной и популярной моделью на платформе B.AI с общим объемом токенов, превышающим 2.41 триллиона.Как первая оригинальная мультимодальная модель серии GLM-5, GLM-5.3-Flash имеет 320B общих параметров и 18B активных параметров, использует смешанную архитектуру, сочетающую разреженное и линейное внимание, поддерживает 1M сверхдлинный контекст, обеспечивая мгновенный отклик, мощное рассуждение и высокую стоимость.С сегодняшнего дня разработчики все еще могут бесплатно использовать эту модель через платформу B.AI, охватывающую высокочастотные API, написание кода, сложные агенты и обработку сверхдлинных документов в различных сценариях.

Сообщение ChainCatcher, платформа B.AI вчера объявила о полной готовности бесплатной модели, охватывающей шесть ведущих моделей, включая GLM-5.3-Flash, DeepSeek-V4-Flash, DeepSeek-V4-Flash-Vision-Exp, Hy3 (Tencent Mix Yuan), MiMo-V2.5 (Xiaomi) и Qwen3.8-Flash, все они доступны пользователям без каких-либо барьеров.В числе впервые представленных моделей GLM-5.3-Flash, ранее вызвавшая широкий интерес "Ox Alpha", является первой нативной мультимодальной моделью серии GLM-5, оснащенной 320B общих параметров и 18B активных параметров, использующей смешанную архитектуру разреженного и линейного внимания и поддерживающей 1M сверхдлинный контекст, обладая высокой скоростью отклика и мощными возможностями вывода, что делает её оптимальным выбором для сценариев с частыми вызовами. Эта бесплатная модель охватывает различные сценарии, включая чистый текст, мультимодальные задачи, генерацию кода и планирование агентов, и как разработчики, так и глубокие пользователи ИИ могут использовать передовые возможности больших моделей на платформе B.AI без затрат, просто войдя на chat.b.ai/chat для начала эффективного рабочего процесса.

Сообщение ChainCatcher, по данным Securities Times, 27 августа, журналисты узнали от SenseTime, что крупное устройство SenseTime предоставляет поддержку отечественных вычислительных мощностей и услуги токенов для GLM -5.3- Flash, который недавно был запущен и открыт для общественности. Это считается еще одной вехой в масштабируемом коммерческом использовании отечественных вычислительных мощностей. По информации, в июле объем услуг токенов крупного устройства SenseTime достиг 24.2 триллионов в день, и ожидается, что к концу 2026 года он превысит 100 триллионов в день.

Сообщение ChainCatcher, 27 августа, универсальная платформа инфраструктуры AGI B.AI объявила о том, что Zhipu GLM-5.3-Flash (320B-A18B) официально запущена на платформе и полностью бесплатно доступна в официальной группе API. В качестве первой нативной модели полного модального ряда серии GLM-5, GLM-5.3-Flash имеет 320B общих параметров и 18B активных параметров, поддерживаемых вычислительной мощностью чисто отечественных AI чипов, впервые внедряя смешанную архитектуру разреженного и линейного внимания, в сочетании с 1M сверхдлинным контекстом, обладая как мощной производительностью, так и исключительной ценой. С сегодняшнего дня разработчики могут без затрат вызывать через официальную группу API B.AI, легко справляясь со сложным выводом, обработкой длинных текстов и многомодальными задачами.

Сообщение ChainCatcher, официально объявлено компанией Zhipu о запуске и открытом исходном коде GLM-5.3-Flash, который является первой нативной многомодальной моделью серии GLM-5.Согласно информации, общая производительность GLM-5.3-Flash превышает GLM-5.2, программирование и оценка Agent близки к Claude Opus 4.8, но цена составляет всего одну десятую от GLM-5.2. Также была заменена основная модель, впервые в основной серии GLM была введена смешанная архитектура разреженного внимания и линейного внимания, и модель была предварительно обучена на многомодальных данных объемом 30T Token.Zhipu заявила, что для сбора широких и профессиональных отзывов от пользователей перед официальным выпуском была проведена масштабная тестирование анонимной модели Ox-Alpha (в китайском сообществе известной как Нюлай) на OpenCode и OpenRouter. Ox-Alpha быстро стала самой популярной моделью недели, установив новый рекорд по количеству вызовов на обеих платформах, при этом весь поток запросов обеспечивался вычислительной мощностью отечественных чипов.Ранее в сообществе тестирование Ox Alpha с использованием DeepSWE на малом объеме данных показало результат 80%, но это было всего лишь на 10 вопросах. После увеличения объема выборки результат снизился до примерно 63%, а тестировщики также самостоятельно исправили первоначальное утверждение. Этот результат по-прежнему относится к первой группе, но не так впечатляющ, как первоначальные 80%. После открытия весов разработчики могут напрямую использовать такие фреймворки, как vLLM, SGLang, KTransformers для развертывания, не прибегая к API анонимной модели.