GLM-5.3

GLM-5.3 — текстовая reasoning-модель Z.ai для разработки программ и длительных агентных задач. Она вышла 14 августа 2026 года под отдельным API ID glm-5.3, поддерживает контекст до 1 млн токенов и ответы до 128 тыс. токенов. На 21 августа 2026 года API стоит $1,40 за 1 млн входных токенов, $0,26 за кэшированный ввод и $4,40 за 1 млн выходных токенов.

Что изменилось в GLM-5.3

Z.ai присвоила GLM-5.3 отдельный идентификатор API: это не псевдоним GLM-5.2. При миграции разработчику нужно явно указать model: "glm-5.3"; запросы со старыми идентификаторами не переключаются на новую версию автоматически.

По данным Z.ai, GLM-5.3 использует ту же базовую модель, что и GLM-5.2. Изменения относятся к этапу post-training: разработчик дообучил модель для сложной программной инженерии и длинных последовательностей действий с инструментами. Число параметров и подробности архитектуры не раскрыты.

Контекст, вывод и функции API

GLM-5.3 принимает и возвращает только текст. Изображения, аудио и видео не входят в заявленные модальности этой версии.

Reasoning у модели включён обязательно. Запрос с thinking.type: disabled завершится ошибкой. Это нужно учесть в приложениях, которые раньше выключали рассуждения ради более быстрого ответа. Управлять глубиной можно через три уровня усилия, но полностью отключить режим нельзя.

Для агентных сценариев доступны function calling, кэширование контекста и структурированный JSON-вывод. При потоковом ответе Z.ai также позволяет получать параметры вызова инструмента по мере генерации: для этого используются stream=true и tool_stream=true. Поддержка функции не означает совместимость с любым внешним инструментом — схему и обработчик по-прежнему задаёт приложение.

Сколько стоит API GLM-5.3

На 21 августа 2026 года официальный тариф Z.ai выглядит так:

Хранение закэшированного контекста временно не тарифицируется. Z.ai помечает это условие как ограниченную по времени льготу, поэтому его нельзя считать постоянной частью цены. Для оценки расходов на длинные агентные сессии стоит отдельно учитывать обычный и кэшированный ввод.

Результаты тестов по данным Z.ai

Z.ai опубликовала собственные результаты GLM-5.3. Они показывают заявленный уровень модели в задачах программной инженерии и работы с инструментами, но не заменяют независимое тестирование в конкретном проекте.

Условия отдельных тестов различаются. Например, для Terminal-Bench 3.0 разработчик использовал reasoning_effort=max, контекст 400 тыс. токенов, вывод до 128 тыс. токенов и длительные запуски. Поэтому цифры из таблицы релиза нельзя напрямую сопоставлять с результатами, полученными на другом агентном каркасе, бюджете токенов или лимите времени.

Как перейти с GLM-5.2

Минимальное изменение — заменить идентификатор модели на glm-5.3. Затем нужно проверить ещё три участка интеграции:

1. Удалить попытку передать thinking.type: disabled, иначе API вернёт ошибку.
2. Явно выбрать low, high или max, если значение max по умолчанию даёт избыточную задержку или расход токенов.
3. Проверить обработку потоковых вызовов инструментов, если приложение использует stream и tool_stream.

Перенос стоит прогнать на собственных задачах и лимитах. GLM-5.3 основана на той же базовой модели, что GLM-5.2, но отдельный API ID и обязательный reasoning могут изменить время ответа, расход токенов и поведение агентного контура.

Доступны ли открытые веса

На 21 августа 2026 года публичных весов GLM-5.3 нет. В день релиза Z.ai сообщила о намерении опубликовать их примерно через две недели, а ссылка на Hugging Face была помечена как Coming Soon. Лицензия будущей публикации также не раскрыта.

Поэтому на дату проверки GLM-5.3 нельзя считать доступной для локального запуска open-weight моделью. Подтверждённый способ использования — API Z.ai с совместимыми с OpenAI и Anthropic протоколами. Статус весов и условия лицензии нужно перепроверить после фактической публикации файлов.