z-ai
Z.ai: GLM 5.3 Flash (batch)
z-ai/glm-5.3-flash:batch
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
OpenRouter cataloga z-ai/glm-5.3-flash:batch como una variante batch de GLM 5.3 Flash de Z.ai que acepta entradas de texto, imagen y video y devuelve texto. La documentación vinculada de GLM-5.3-Flash describe un diseño creado desde el inicio para entradas multimodales, con 320B parámetros totales y 18B activos, orientado a codificación eficiente y flujos prolongados de agentes. Su atención híbrida, dispersa y lineal, busca preservar el comportamiento en contextos extensos. El catálogo indica que el razonamiento está siempre activado y puede ajustarse entre low, high y max. La evidencia procede principalmente del proveedor y del catálogo, por lo que sigue siendo necesaria una validación con cargas reales.[1][2]
Puntos fuertes
- Entradas de texto, imagen y video con salida de texto, además de herramientas y salidas estructuradas, según el catálogo.[1]
- La documentación reporta 320B parámetros totales y solo 18B activos, con el objetivo de un servicio eficiente.[2]
- Ventana de contexto catalogada como muy amplia y esfuerzo de razonamiento configurable en low, high y max.[1][2]
Limitaciones
- Solo se proporcionaron datos del catálogo de OpenRouter y documentación de Z.ai; faltan evaluación independiente y detalles específicos del modo batch.[1][2]
- El catálogo marca el razonamiento como obligatorio, lo que limita desactivarlo mediante esa configuración.[1]
- Las configuraciones de evaluación reportadas varían por tarea y no sustituyen pruebas con la carga prevista.[1][2]
Dónde utilizarlo
- Evaluarlo para flujos de codificación o agentes de varios pasos que requieran esta variante batch, tras confirmar el comportamiento del endpoint.[1][2]
- Considerarlo para análisis de documentos, imágenes o videos que produzcan texto.[1]
- Considerarlo para análisis de contexto extenso o flujos con herramientas después de validar costo, latencia y razonamiento.[1][2]
Fuentes
- [1] OpenRouter catalog · Z.ai: GLM 5.3 Flash (batch)Fuentes consultadas: 13 nov 2026
- [2] Model documentation · Z.ai: GLM 5.3 Flash (batch)Fuentes 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-Flash is a native multimodal model from Z.ai. It is suited for efficient coding and long-horizon agent tasks. Its hybrid sparse and linear attention architecture maintains accurate long-context behavior while...
Especificaciones
- ID del modelo
- z-ai/glm-5.3-flash:batch
- ID canónico
- z-ai/glm-5.3-flash-20260826
- Creador
- z-ai
- Añadido a OpenRouter
- 26.08.2026
- Longitud de contexto
- 1,048,576
- Modalidad
- text+image+video->text
- Modalidades de entrada
- text, image, video
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.050 / salida $0.180
- 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 | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | entrada: video |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 27.8 | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Artificial Analysis | Coding index | 71.5 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 50.9 | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 55% · posición 20 | 1,296Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · asciiarttasa de victoria 54% · posición 11 | 1,269Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 48.3% · posición 28 | 1,268Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 50.2% · posición 33 | 1,257Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 46.5% · posición 27 | 1,268Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 54.8% · posición 15 | 1,272Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 52.1% · posición 19 | 1,298Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 47.3% · posición 39 | 1,258Elo | 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) |
|---|---|---|---|---|---|---|
| Sail Researchfp4 | 1,048,576 | $0.050 | $0.180 | — | — | — |
| DeepInfrafp4 | 1,048,576 | $0.120 | $0.400 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.