GLM-5.3-Flashとは？
GLM-5.3-FlashはZ.ai（旧Zhipu AI）の独立したオープンウェイトモデルで、Z.aiのリリースノートによれば、より大きいGLM-5.3の8日後の2026年8月26日に公開されました。45層のmixture-of-expertsモデルで、パラメータは3,200億（320 billion）、そのうちトークンごとに180億（18 billion）が使われます。GLM-5.3と違い新たに訓練したベースモデルから始めており、Z.aiはGLM-5シリーズ初のネイティブなマルチモーダルモデルと呼んでいます。テキスト、画像、動画、ファイルを読み、テキストを書きます。
APIのコンテキストは1Mトークンで、出力は最大128Kトークンです。思考は常にオンで、推論の努力はlow、high、maxから選べ、既定はmaxです。Z.aiによれば、スパースアテンションと線形アテンションの新しい組み合わせにより、GLM-5.3と比べてアテンションの計算量を3.01分の1に、KVキャッシュ（長い会話を保持するためのメモリ）を4.44分の1に減らしています。
重みは通常のMITライセンスです。Z.aiのAPIでは入力100万トークンあたり$0.15、キャッシュ入力$0.03、出力$0.50です。毎秒200トークンとされる高速版のGLM-5.3-FlashXは$0.37/$1.25で、法務向けに調整したFlashX-Legalは一部のエンタープライズ顧客にのみ提供されています。
GLM-5.3-Flashの料金は？
| プラン | 価格 | 内容 |
|---|---|---|
| Weights | Free | MITライセンス |
| GLM-5.3-Flash | $0.15 in / $0.50 out per 1M tokens | キャッシュ$0.03 |
| FlashX | $0.37 in / $1.25 out per 1M tokens |
オープンウェイトはMITライセンス。Z.ai API：100万トークンあたり入力$0.15 / 出力$0.50（キャッシュ$0.03）。FlashXは$0.37 / $1.25。
GLM-5.3-Flashは使う価値があるか？
GLM-5.3-Flashは、多くの用途でGLM-5.3を選ぶ理由をなくすオープンモデルです。Z.aiはDeepSWE v1.1で63.4を報告しており、完全版のGLM-5.3は66.9、GLM-5.2は46.2です。AutomationBenchでは48.8で、GLM-5.2は26.2です。社内のZ.ai Code Benchでは最大努力で29.0を記録し、Claude Opus 4.8は29.5でした。これらはベンダーの数値で、モデルカードの目玉の比較グラフは表ではなく画像です。
独立した数値はそれほど華やかではありませんが、それでも強力です。Artificial AnalysisはIntelligence Indexで42点を付け、オープンウェイトの同サイズ帯で6位、指数のタスクあたり$0.28です。Z.aiのドキュメントは指数バージョン4.1.1で57点、割引後のタスクあたり$0.045を挙げているため、比較がどのバージョンを使っているか確認してください。同じArtificial AnalysisのページではKimi K3が44点でタスクあたり$2.00で、2ポイントのためにおよそ7倍のコストです。
兄弟モデルとの価格差は大きいです。$0.15/$0.50はGLM-5.3の$1.40/$4.40の約10分の1で、キャッシュ入力は$0.26に対して$0.03、キャッシュの保存は当面無料です。FlashはGLM-5.3が読めない画像、動画、ファイルも読み、通常のMITによりGLM-5.3のライセンスにある独自の条項もなくなります。
コストは出力に隠れていま す。思考はオフにできず既定は最大努力で、Artificial Analysisの測定では指数の実行に出力トークンを180M使っており（中央値は140M）、Z.aiのAPIで毎秒67トークンでした。推論しないモデルなら10トークンで答える分類の呼び出しでも、ここでは数百トークンが返ることがあり、短く単純な作業では安いトークン単価が実態より良く見えます。2.8兆パラメータのライバルよりセルフホストは容易ですが、約330 GBのFP8の重みは、KVキャッシュを載せる前の段階で80 GBのGPU 4基の機材に収まりません。
真価を発揮する場面
OpenCodeやClaude Codeでコーディングエージェント群を動かすプラットフォームエンジニア
弱いモデルに落とさずに毎月のモデル費用を削りたい
エージェントのハーネスをZ.ai、またはTogetherやFireworksなどのホスト上のglm-5.3-flashに向けます。どちらも同じ$0.15/$0.50です。キャッシュヒット率80%で月2Bの入力トークンと200Mの出力トークンなら約$208で、同じトラフィックをGLM-5.3で処理すると約$1,856です。
スクリーンショットやPDFへの質問応答を作る2人のスタートアップ
UIのキャプチャとスキャンした文書を1つのモデルで読みたい
同じチャットの呼び出しで、画像をテキストと並べ てimage_urlブロックとして送ります。ファイルと動画も受け付けます。既定はmaxで推論トークンはすべて出力として課金されるため、単純な検索にはreasoning_effortにlowを指定してください。
Z.aiのGLM Coding Planを使うエンジニアリングマネージャー
固定のサブスクリプションをチーム全体で長持ちさせたい
ポイント制のCoding Planでは、FlashはGLM-5.3の3倍の枠を消費し、オフピークと週末の呼び出しは通常の半分のポイントで済みます。FlashXはまだプランに含まれないため、毎秒200トークンの層を使うには$0.37/$1.25の従量課金になります。
コードを外部のAPIに送れない銀行のMLチーム
クリーンなライセンスで、高性能なコーディングモデルを自社のハードウェアで動かしたい
Z.aiが公開しているレシピを使い、vLLMかSGLangでFP8のチェックポイントをサービングします。MITなので、MAUや売上のしきい値を追跡する必要はありません。重みだけで約330 GBあるため、GPU 8基クラスのサーバーを予算に入れてください。
導入前に確認すること
- 導入
- Z.aiのOpenAI形式のAPIでglm-5.3-flashを呼び出すか、FP8の重みをダウンロードしてvLLM、SGLang、TokenSpeed、KTransformers、Transformersでサービングします。Z.aiはtemperature 1、top_p 0.95、最大努力を推奨しています。
- 連携
- Z.aiのAPIでストリーミング、関数呼び出し、構造化JSON出力、コンテキストキャッシュに対応します。組み込みのWeb検索は1回$0.01です。OpenRouterでは約30のプロバイダーのエンドポイントが提供しており、多くは$0.15/$0.50で、FP4のホストにはより安いものもあります。
- データとプライバシー
- Z.aiのAPIのデータ規約では、プロンプトと出力はリアルタイムで処理されて保存されず、顧客データは原則としてシンガポールで処理されるとしています。規約は学習への利用についてどちらとも述べておらず、SOC 2やISOの認証も公表されていません。Z.aiは中国製のアクセラレーターでこのモデルを提供しています。
- 大規模利用時のコスト
- Z.aiでは月2Bの入力トークン（80%がキャッシュ）と200Mの出力トークンで約$208、GLM-5.3なら約$1,856です。セルフホストでは約330 GBのFP8の重みにKVキャッシュが加わり、80 GBのGPU 4基には収まらないため、GPU 8基のノードを前提にしてください。
- 制限
- APIではコンテキスト1Mトークン、出力128Kです 。モデルカードにはコンテキスト長の記載がありません。思考は無効にできず、Artificial Analysisの測定ではZ.aiで毎秒67トークン、最初のトークンまで3.15秒でした。APIのレート制限はモデルのページに公表されていません。
良い点
- 通常のMITライセンスで、売上や帰属表示の条項なし
- DeepSWEで63.4、GLM-5.3の66.9に迫り、価格は約10分の1
- 画像、動画、ファイルを読める。GLM-5.3はテキストのみ
- APIでコンテキスト1Mトークン、出力128K
気になる点
- 思考は常にオンで冗長。Artificial Analysisの実行で180Mトークン、中央値は140M
- FP8の重みは約330 GBで、セルフホストには複数GPUのサーバーが必要
- 目玉のベンチマークはZ.ai自身のもので、一部は画像でのみ公開
おすすめの人
大量のコーディングやマルチモーダルのエージェントを動かし、ライセンス条件がなくAPIのコストが非常に低いオープンモデルを求めるチームに向いています。
GLM-5.3-Flashの代替
GLM-5.3-Flash：よくある質問
- GLM-5.3-Flashは使う価値があるか？
- GLM-5.3-Flashは、GLM-5.3のコーディング能力の大半を10分の1のトークン単価で提供します。MITライセンスなので、弁護士が読むべき条項もありません。 評価は5点満点中4.3点です。
- GLM-5.3-Flashの料金は？
- オープンウェイトはMITライセンス。Z.ai API：100万トークンあたり入力$0.15 / 出力$0.50（キャッシュ$0.03）。FlashXは$0.37 / $1.25。
- GLM-5.3-Flashの欠点は？
- 思考は常にオンで冗長。Artificial Analysisの実行で180Mトークン、中央値は140M; FP8の重みは約330 GBで、セルフホストには複数GPUのサーバーが必要; 目玉のベンチマークはZ.ai自身のもので、一部は画像でのみ公開.
- GLM-5.3-Flashは誰に向いているか？
- 大量のコーディングやマルチモーダルのエージェントを動かし、ライセンス条件がなくAPIのコストが非常に低いオープンモデルを求めるチームに向いています。
- チームや本番環境でGLM-5.3-Flashを使うと費用はいくらか？
- Z.aiでは月2Bの入力トークン（80%がキャッシュ）と200Mの出力トークンで約$208、GLM-5.3なら約$1,856です。セルフホストでは約330 GBのFP8の重みにKVキャッシュが加わり、80 GBのGPU 4基には収まらないため、GPU 8基のノードを前提にしてください。
- GLM-5.3-Flashは企業データを扱っても安全か？
- Z.aiのAPIのデータ規約では、プロンプトと出力はリアルタイムで処理されて保存されず、顧客データは原則としてシンガポールで処理されるとしています。規約は学習への利用についてどちらとも述べておらず、SOC 2やISOの認証も公表されていません。Z.aiは中国製のアクセラレーターでこのモデルを提供しています。
- GLM-5.3-Flashの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はGLM-5.3, DeepSeek-V4.1-Flash, Qwen3.5-397B-A17B 、 Kimi K3です。
回答確認日：2026年10月26日