z-ai
Z.ai: GLM 5.3
z-ai/glm-5.3
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
z-ai/glm-5.3 es un modelo de razonamiento solo de texto orientado a ingeniería de software compleja y tareas agénticas de largo alcance. Su ficha indica que comparte la base de GLM-5.2, que las mejoras provienen del post-entrenamiento y que es una versión de pesos abiertos con una ventana de contexto de 1M de tokens. El razonamiento es obligatorio y usa el esfuerzo máximo por defecto, aunque existen niveles alto y bajo. Los benchmarks reportados por el proveedor enfatizan programación, terminal, ciberseguridad y uso de herramientas; OpenRouter añade evaluaciones de catálogo. Deben tratarse como evidencia declarada por las fuentes, no como rendimiento verificado de forma independiente.[1][2]
Puntos fuertes
Limitaciones
- Solo se documentan entrada y salida de texto; no consta compatibilidad con imagen, audio ni video.[1]
- El catálogo no permite desactivar el razonamiento; solo puede cambiarse el nivel de esfuerzo.[1][2]
- El paquete contiene solo material de catálogo y del proveedor; no aporta verificación independiente, evidencia de comportamiento seguro, requisitos de hardware ni términos prácticos de la licencia personalizada, por lo que debe validarse en la carga real.[1][2]
Dónde utilizarlo
- Sugerencia editorial: asistentes de programación y agentes de ingeniería de software para bases de código grandes, tras validar la corrección en repositorios reales.[1][2]
- Sugerencia editorial: prototipos de uso de herramientas o automatización de flujos de largo alcance que requieran salidas estructuradas y control del esfuerzo de razonamiento.[1][2]
- Sugerencia editorial: investigación defensiva controlada de descubrimiento de vulnerabilidades, dado el benchmarking de ciberseguridad reportado; la seguridad y fiabilidad reales siguen sin demostrarse.[2]
Fuentes
- [1] OpenRouter catalog · Z.ai: GLM 5.3Fuentes consultadas: 13 nov 2026
- [2] Model documentation · Z.ai: GLM 5.3Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
GLM-5.3 is a large-scale reasoning model from Z.ai, built for complex software engineering and long-horizon agent tasks. It supports text input and output with a 1M-token context window, and improves...
Especificaciones
- ID del modelo
- z-ai/glm-5.3
- ID canónico
- z-ai/glm-5.3-20260816
- Creador
- z-ai
- Añadido a OpenRouter
- 18.08.2026
- Longitud de contexto
- 1,048,576
- Modalidad
- text->text
- Modalidades de entrada
- text
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.084 / salida $3.6
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | BB — siguiente 30% de la cohorte | razonamiento: obligatorio · predeterminado max · esfuerzos: max, high, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | AA — siguiente 20% de la cohorte | — |
| Agentes | SS — 10% superior de la cohorte | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado max · esfuerzos: max, high, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 31.7 | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Artificial Analysis | Coding index | 74.8 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 53.1 | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 56% · posición 19 | 1,299Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · asciiarttasa de victoria 47.2% · posición 23 | 1,210Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 52.3% · posición 21 | 1,285Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 50.6% · posición 34 | 1,253Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 50.6% · posición 21 | 1,290Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 51.4% · posición 17 | 1,248Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 52.8% · posición 26 | 1,284Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 52.6% · posición 23 | 1,280Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · htmlslidestasa de victoria 39.1% · posición 2 | 1,189Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · mobileappstasa de victoria 52.2% · posición 23 | 1,186Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · python-pptxslidestasa de victoria 50.4% · posición 10 | 1,206Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · webappstasa de victoria 54.2% · posición 10 | 1,270Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Waferfp4 | 1,048,576 | $0.070 | $1.4 | — | — | 100% |
| Relacefp4 | 1,048,576 | $0.070 | $4.38 | — | — | 100% |
| InferenceNetfp4 | 1,048,576 | $0.084 | $3.6 | — | — | 100% |
| InferenceNetfp4 | 1,048,576 | $0.084 | $3.6 | — | — | 100% |
| Reka | 1,048,576 | $0.150 | $3 | — | — | 100% |
| Waferfp4 | 1,048,576 | $0.179 | $1.4 | — | — | 100% |
| AkashMLfp4 | 1,048,576 | $0.190 | $4.4 | — | — | 100% |
| DeepInfrafp4 | 1,048,576 | $0.563 | $2.5 | — | — | 100% |
| Baidufp8 | 1,048,576 | $0.570 | $1.79 | — | — | 100% |
| Morphfp8 | 1,048,576 | $0.595 | $1.83 | — | — | 100% |
| Tenstorrentfp8 | 1,044,480 | $0.600 | $2.5 | — | — | 100% |
| Novitafp8 | 1,048,576 | $0.630 | $1.98 | — | — | 100% |
| SiliconFlowfp8 | 1,048,576 | $0.700 | $2.2 | — | — | 100% |
| GMICloudfp8 | 1,048,576 | $0.700 | $2.2 | — | — | 100% |
| Cloudflare | 1,048,576 | $0.700 | $2.2 | — | — | 100% |
| CoreWeavenvfp4 | 1,048,576 | $0.750 | $3 | — | — | 100% |
| Sail Researchfp8 | 1,048,576 | $0.750 | $3 | — | — | 100% |
| Decartfp4 | 1,048,576 | $0.760 | $2.37 | — | — | 100% |
| DigitalOcean | 1,048,576 | $0.910 | $2.86 | — | — | 100% |
| Coherenvfp4 | 1,048,576 | $0.950 | $3.5 | — | — | 100% |
| Fireworks | 1,048,576 | $0.980 | $3.08 | — | — | 100% |
| Makorafp4 | 1,048,576 | $1 | $4 | — | — | 100% |
| Inceptronfp4 | 1,048,576 | $1 | $4.2 | — | — | 100% |
| Sail Researchfp8 | 1,048,576 | $1.05 | $4.2 | — | — | 100% |
| Alibaba | 1,000,000 | $1.19 | $3.74 | — | — | 100% |
| Friendli | 1,048,576 | $1.26 | $3.96 | — | — | 100% |
| SambaNova | 1,048,576 | $1.4 | $4.4 | — | — | — |
| Mistralnvfp4 | 1,048,576 | $1.4 | $4.4 | — | — | 100% |
| BaseTenfp4 | 1,048,576 | $1.4 | $4.4 | — | — | 100% |
| Nebiusfp4 | 1,048,576 | $1.4 | $4.4 | — | — | 100% |
| Crusoefp4 | 1,048,576 | $1.4 | $4.4 | — | — | 100% |
| Venice | 1,000,000 | $1.4 | $4.4 | — | — | — |
| Together | 1,048,575 | $1.4 | $4.4 | — | — | 100% |
| Parasailfp8 | 1,048,576 | $1.4 | $4.4 | — | — | 100% |
| Modal | 1,048,576 | $1.4 | $4.4 | — | — | 100% |
| BaseTenfp4 | 1,048,576 | $1.4 | $4.4 | — | — | 100% |
| Fireworks | 1,048,576 | $1.4 | $4.4 | — | — | 100% |
| AtlasCloudfp8 | 1,048,576 | $1.4 | $4.4 | — | — | — |
| Z.AIfp8 | 1,048,576 | $1.4 | $4.4 | — | — | 100% |
| Mistralnvfp4 | 1,048,576 | $1.54 | $4.84 | — | — | 100% |
| Amazon Bedrock | 1,048,576 | $1.68 | $5.28 | — | — | 100% |
| Parasailfp8 | 1,048,576 | $2.1 | $6.6 | — | — | 83.33% |
| Fireworks | 1,048,576 | $2.1 | $6.6 | — | — | 90% |
| BaseTenfp8 | 1,048,576 | $2.1 | $6.6 | — | — | 100% |
| BaseTenfp8 | 1,048,576 | $2.1 | $6.6 | — | — | 100% |
| Alibaba | 1,000,000 | $2.8 | $8.8 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.