¿Qué es GLM-5.3?
GLM-5.3 es el modelo insignia de Z.ai (antes Zhipu AI), que aparece en las notas de versión de Z.ai el 18 de agosto de 2026, con pesos en Hugging Face desde el 28 de agosto. Es un modelo de texto mixture-of-experts de 753.000 millones de parámetros (256 expertos, 8 usados por token) sobre la misma base que GLM-5.2, con todas las mejoras procedentes de entrenamiento adicional. Z.ai publica los pesos de forma nativa en FP8, junto con una copia en BF16. Un hermano multimodal, GLM-5.3-Flash (321B parámetros), lee imágenes además de texto.
Tiene un contexto de 1M de tokens y hasta 128K tokens de salida. El razonamiento está siempre activo, con esfuerzo low, high o max, y por defecto es max. Z.ai también destaca un aumento no previsto de la capacidad de ciberataque: declara resultados de vanguardia en CyberGym y más del doble de las puntuaciones de GLM-5.2 en benchmarks de explotación.
Los pesos usan una licencia MIT modificada. Solo las empresas que gestionan un negocio de modelo como servicio con más de $10.000 millones de ingresos anuales deben superar una revisión de seguridad de Z.ai antes del uso comercial. En la API de Z.ai cuesta $1,40 por millón de tokens de entrada y $4,40 por millón de tokens de salida, con la entrada en caché a $0,26.
¿Cuánto cuesta GLM-5.3?
| Plan | Precio | Qué incluye |
|---|---|---|
| Weights | Free | Licencia MIT modificada |
| GLM-5.3 | $1.40 in / $4.40 out per 1M tokens | $0,26 en caché |
| GLM-5.3-Flash | $0.15 in / $0.50 out per 1M tokens |
Pesos abiertos bajo una licencia MIT modificada. API de Z.ai: $1,40 de entrada / $0,26 en caché / $4,40 de salida por 1M de tokens; GLM-5.3-Flash $0,15 / $0,50.
¿Merece la pena GLM-5.3?
GLM-5.3 es el modelo de pesos abiertos más fuerte para programación y agentes que una empresa puede desplegar sin negociar. Artificial Analysis le da 45 en su Intelligence Index, tercero de 121 modelos en su comparativa de pesos abiertos, frente a 52 de GPT-6.1 Sol y 58 de Claude Opus 5.5. En la tabla de la propia Z.ai obtiene 88,2 en Terminal-Bench 2.1 y 66,9 en DeepSWE v1.1, frente a 81,0 y 46,2 de GLM-5.2, y su puntuación de 1769 en GDPval-AA v2, medida por Artificial Analysis, supera a todos los modelos de esa comparativa.
Las valoraciones humanas independientes coinciden en que está cerca, pero no en cabeza. En la evaluación de programación a ciegas de Surge AI que Mistral publicó con Large 4, GLM-5.3 obtuvo 3,60 sobre 5, al nivel de Kimi K3 (3,59) pero por detrás de Mistral Large 4 Preview (3,74) y muy por detrás de Claude Opus 5 (4,22). Kimi K3 también lo supera por poco en DeepSWE y Toolathlon en las propias cifras de Z.ai.
El precio de cartel lo favorece de más. A $1,40 y $4,40 por millón de tokens es una fracción de las tarifas de la vanguardia cerrada, pero Artificial Analysis comprobó que generó 210 millones de tokens de salida en su índice, frente a una mediana de 140 millones, y cuesta $2,01 por tarea del índice. Es más barato que los $3,26 de GPT-6 Astra pero casi el triple de los $0,72 de GPT-6.1 Sol, porque el razonamiento va por defecto a max y no se puede desactivar.
Los equipos de seguridad deberían tener en cuenta lo que la propia Z.ai señala. La ficha describe una capacidad de ciberseguridad que creció más rápido de lo esperado, con puntuaciones en ExploitGym de 105 y 130 frente a 29 y 39 de GLM-5.2, y los pesos abiertos no tienen restricciones de uso más allá de la cláusula de ingresos. Eso lo hace útil para investigación de seguridad autorizada, y lo convierte en un modelo cuyo despliegue, a diferencia de una API cerrada, no viene con ninguna salvaguarda del proveedor.
Dónde se gana su sitio
Un staff engineer que ejecuta agentes de programación en Claude Code o Cline
Reducir el gasto en agentes sin bajar a un modelo flojo
Apunta el agente a la API de Z.ai o al GLM Coding Plan. Un mes de 100M de tokens de entrada (80 % en caché) y 20M de salida cuesta unos $137 a precio de lista, pero presupuesta trazas de razonamiento largas con el esfuerzo max por defecto.
Un responsable de infraestructura de ML de un banco que no puede enviar código a APIs de terceros
Autoalojar en sus instalaciones un modelo de programación casi de vanguardia
El checkpoint FP8 ocupa unos 753 GB, más de lo que cabe en un nodo de 8×80 GB, así que cuenta con GPU de clase 141 GB o dos nodos con vLLM o SGLang. La licencia no requiere aprobación por debajo de $10.000 millones de ingresos.
Un equipo de investigación de seguridad de una empresa de pentesting
Automatizar el descubrimiento de vulnerabilidades en encargos autorizados
Z.ai declara un 84,5 % en CyberGym, la mejor puntuación de su tabla, y los pesos abiertos permiten al equipo ejecutarlo sin conexión a la red. También asume los controles contra el mal uso, ya que nada filtra las peticiones antes.
Antes de decidirte
- Puesta en marcha
- La API de Z.ai es compatible con OpenAI y funciona en Claude Code, Cline y OpenCode; para autoalojarlo hay recetas para vLLM, SGLang, KTransformers y Unsloth, además de Huawei Ascend.
- Integraciones
- Llamadas a funciones, llamadas a herramientas en streaming, salida estructurada, caché de contexto y búsqueda web en la API de Z.ai; OpenRouter lo ofrece a $0,70/$2,20 por 1M de tokens.
- Datos y privacidad
- La API de Z.ai opera desde Singapur y sus condiciones de tratamiento de datos dicen que procesa los datos de clientes en su nombre y no almacena las entradas ni las salidas de la API, que se procesan en tiempo real; no se publica una declaración explícita sobre entrenamiento con los prompts de la API. Autoalojarlo mantiene los datos en casa.
- Coste a escala
- Z.ai cobra $1,40/$4,40 por 1M de tokens, con la entrada en caché a $0,26 y el almacenamiento en caché gratuito por tiempo limitado. Artificial Analysis lo sitúa en $2,01 por tarea del índice, frente a $0,72 de GPT-6.1 Sol. Autoalojarlo supone unos 753 GB de pesos FP8 más la memoria de caché.
- Límites
- Solo texto, razonamiento siempre activo (max por defecto), contexto de 1M y 128K de salida. Todas las cifras de benchmarks salvo GDPval-AA y la evaluación de Surge son de la propia Z.ai.
Lo bueno
- Licencia MIT modificada; restricción solo por encima de $10B de ingresos
- Contexto de 1M de tokens, 128K de salida
- Terminal-Bench 2.1 en 88,2, según Z.ai
- Hermano Flash multimodal y barato a $0,15/$0,50
Lo malo
- Muy verboso: el razonamiento no se puede desactivar
- El modelo principal es solo texto
- Solo los pesos FP8 ocupan unos 753 GB
- Gran capacidad de ciberataque sin salvaguardas integradas
Ideal para
Desarrolladores y empresas que quieren un modelo abierto capaz para programación y agentes con restricciones de licencia mínimas.
Alternativas a GLM-5.3
GLM-5.3: preguntas frecuentes
- ¿Merece la pena GLM-5.3?
- Programación con pesos abiertos a pocos puntos de la vanguardia cerrada, con una licencia que casi nadie necesita leer dos veces. Le damos un 4.4 sobre 5.
- ¿Cuánto cuesta GLM-5.3?
- Pesos abiertos bajo una licencia MIT modificada. API de Z.ai: $1,40 de entrada / $0,26 en caché / $4,40 de salida por 1M de tokens; GLM-5.3-Flash $0,15 / $0,50.
- ¿Qué inconvenientes tiene GLM-5.3?
- Muy verboso: el razonamiento no se puede desactivar; el modelo principal es solo texto; solo los pesos FP8 ocupan unos 753 GB; gran capacidad de ciberataque sin salvaguardas integradas.
- ¿Para quién es GLM-5.3?
- Desarrolladores y empresas que quieren un modelo abierto capaz para programación y agentes con restricciones de licencia mínimas.
- ¿Cuánto cuesta GLM-5.3 para un equipo o en producción?
- Z.ai cobra $1,40/$4,40 por 1M de tokens, con la entrada en caché a $0,26 y el almacenamiento en caché gratuito por tiempo limitado. Artificial Analysis lo sitúa en $2,01 por tarea del índice, frente a $0,72 de GPT-6.1 Sol. Autoalojarlo supone unos 753 GB de pesos FP8 más la memoria de caché.
- ¿Es GLM-5.3 seguro para los datos de la empresa?
- La API de Z.ai opera desde Singapur y sus condiciones de tratamiento de datos dicen que procesa los datos de clientes en su nombre y no almacena las entradas ni las salidas de la API, que se procesan en tiempo real; no se publica una declaración explícita sobre entrenamiento con los prompts de la API. Autoalojarlo mantiene los datos en casa.
- ¿Cuáles son las mejores alternativas a GLM-5.3?
- Las alternativas más cercanas que hemos analizado son Kimi K3, DeepSeek-V4-Pro, Qwen3.8-Max y MiniMax-M3.
Respuestas comprobadas el 26 oct 2026.