趋近智
GLM-5.3 Flash
活跃参数
313.3B
上下文长度
1.05M
模态
Text
架构
Mixture of Experts (MoE)
许可证
MIT License
发布日期
25 Aug 2026
训练数据截止日期
-
系统要求
不同量化方法和上下文大小的显存要求
1024 个令牌
消费级
36x RTX 4090
24GB VRAM
数据中心
10x NVIDIA A100
80GB VRAM
Apple Silicon
8x Apple M3 Max
128GB VRAM
1048576 个令牌
消费级
154x RTX 4090
24GB VRAM
数据中心
38x NVIDIA A100
80GB VRAM
Apple Silicon
33x Apple M3 Max
128GB VRAM
架构图
评估基准
排名
#88
| 基准 | 分数 | 排名 |
|---|---|---|
Web 开发 | 1604 | ⭐ 13 |
0.57 | 16 | |
0.79 | 21 | |
0.76 | 26 | |
Agent Arena | 0.04 | 29 |
通用文本 | 1473 | 32 |
0.72 | 39 | |
0.78 | 45 | |
LiveBench 平均分 | 0.72 | 47 |
0.81 | 55 |
排名
排名
#88
编程排名
#15
关于 GLM-5.3 Flash
GLM-5.3 Flash 是一款专为快速推理和低延迟推理负载设计的高效开源模型。它基于 Glm5Next 架构构建，为智能体（Agent）应用和代码生成提供了优化的吞吐量。
技术规格
注意力
注意力结构
DeepSeek Sparse Attention
注意力头
64
键值头
64
注意力头维度
128
位置嵌入
ROPE
RoPE Theta
-
滑动窗口注意力
No
滑动窗口大小
-
滑动窗口比例
-
线性注意力
Yes
线性注意力比例
75.6%
归一化
RMS Normalization
激活函数
SwigLU
维度
隐藏维度大小
4,096
层数
45
FFN 中间层大小（稠密层）
12,288
多 Token 预测头数
1
分词器
词汇量大小
154,880
混合专家
专家参数总数
17.3B
专家数量
288
活跃专家
8
共享专家数
1
FFN 中间层大小（每专家）
2,048
MoE 前的稠密层数
3
资源
关于 GLM Family
Z.ai 通用语言大模型