Model garden Router · bajo petición Dedicado · disponible

GLM 5.3 Flash NVFP4

Se ejecuta como su propio despliegue de GPU dedicada, listo para lanzar desde el asistente. Los datos permanecen en Europa.

This model is ready for commercial or non-commercial use. <br

nvidia/GLM-5.3-Flash-NVFP4 Bajo petición
text+image->text · nvidia · sovereign EU
Runs on EU infrastructure operated by European companies; US marketplace capacity is never part of this chain. Full chain
169B
Parámetros
1,049K
Ventana de contexto
246GB
VRAM mínima
POST /api/v1/chat/completions Bajo petición

Especificaciones

Parámetros 169B
Ventana de contexto 1,048,576 tokens
VRAM mínima 246 GB
Arquitectura Glm5NextForConditionalGeneration (vLLM)
Licencia mit
Modalidad text+image->text
Lanzamiento September 2026
Editor nvidia ↗

Precios

Router compartido · por token
Bajo petición
No disponible en el Router compartido. Precio bajo petición como despliegue de GPU dedicada.
GPU dedicada · por hora
desde 11,88 € por hora
Su propia instancia de vLLM en una nube europea (246 GB de VRAM), facturada por horas.

Router europeo compartido, pago por token, scale-to-zero. Los despliegues de GPU dedicada se facturan por horas, consulte precios.

Índice Bench

Bench es nuestro índice de calidad para cada modelo, de 0 a 100. Se basa en mediciones públicas (Epoch AI con unos 40 benchmarks, LiveBench, LMArena y más) y se actualiza cada mañana. Donde nadie mide, muestra una estimación con un rango.

73,6 / 100 · Vía LiveBench

Convertido a la misma escala a partir de su resultado en LiveBench.

Rango de 67,3 a 79,9

Fuentes: Epoch AI ↗ · LiveBench ↗ · LMArena ↗ · Actualizado a diario, última vez el 19-10-2026

LiveBench · 71,6 · Puesto 55 de 70
Razonamiento 77,6
Programación 79,0
Programación agéntica 56,8
Matemáticas 81,2
Análisis de datos 76,4
Lenguaje 77,3
Seguimiento de instrucciones 52,8
LiveBench · Todas las tareas
Razonamiento
theory of mind 73,1
zebra puzzle 79,5
spatial 96,0
logic with navigation 62,0
Programación
code generation 77,5
code completion 80,4
Programación agéntica
javascript 63,6
typescript 46,7
python 60,0
Matemáticas
AMPS Hard 97,0
integrals with game 45,0
math comp 93,1
olympiad 89,8
Análisis de datos
consecutive events 84,3
tablejoin 48,8
tablereformat 96,1
Lenguaje
connections 93,7
plot unscrambling 60,3
typos 78,0
Seguimiento de instrucciones
paraphrase 48,0
simplify 47,0
story generation 59,9
summarize 56,5

Llámelo ahora

Sustituto directo de OpenAI: cambie solo la URL base y la clave de API. También se admite el formato de Anthropic (/v1/messages).

curl https://hostyourai.com/api/v1/chat/completions \
  -H "Authorization: Bearer hyai-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nvidia/GLM-5.3-Flash-NVFP4",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Preguntas frecuentes

¿Puedo ejecutar GLM 5.3 Flash NVFP4 en la UE?

Sí. HostYourAI ejecuta GLM 5.3 Flash NVFP4 en GPU de centros de datos europeos mediante vLLM. Los prompts y las respuestas nunca salen de la UE y en la cadena no interviene ningún proveedor de nube estadounidense.

¿El alojamiento de GLM 5.3 Flash NVFP4 cumple el RGPD?

Sí. Todo el tratamiento se realiza dentro de la UE, hay disponible un acuerdo de encargo del tratamiento (DPA) y la lista de subencargados es pública. Además, los pesos de código abierto significan que no se entrena con sus datos.

¿Cuánto cuesta GLM 5.3 Flash NVFP4?

GLM 5.3 Flash NVFP4 está disponible bajo petición: a través del Router europeo compartido tras una breve conversación, o como despliegue de GPU dedicada propio facturado por horas. Cuéntenos su caso de uso y lo configuraremos para usted.

¿La API es compatible con OpenAI?

Sí. Usted utiliza los SDK estándar de OpenAI con una URL base personalizada (https://hostyourai.com/api/v1). La API Anthropic Messages también se admite como sustituto directo.

Más modelos de NVIDIA

Muse Spark Open 816B A42B DFlash2

This model is ready for commercial or non-commercial use. <br

4.4B 1M contexto Ver modelo →
NVIDIA Nemotron 3.5 Super VL 120B A12B NVFP4

NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4 is the quantized release of NVIDIA Nemotron 3.5 Super VL, a vision-language model for reasoning, coding, tool use, document understanding, and video understanding. It uses NVFP4 quantization to reduce memory requirements, with quantization-aware distillation from the BF16 model.

66B Ver modelo →
NVIDIA Nemotron 3.5 Super VL 120B A12B BF16

NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 is the full-precision release of NVIDIA Nemotron 3.5 Super VL, a vision-language model for reasoning, coding, tool use, document understanding, and video understanding. The BF16 weights support customization, domain adaptation, and full-precision evaluation. For optimized deployment, see the NVFP4 release.

124B Ver modelo →
NVIDIA Nemotron 3.5 Super VL 120B A12B Base BF16

Looking for a post-trained model? See the BF16 release for customization or the NVFP4 release for optimized deployment.

124B Ver modelo →
NVIDIA Nemotron 3.5 Bolt 74B A9B BF16

NVIDIA Nemotron 3.5 Bolt 74B-A9B is a vision-language model (VLM) designed to run everyday agentic tasks locally. This is the full-precision (BF16) release of this model, intended primarily for customization and post-training rather than direct production inference.

75B Ver modelo →
Qwen3.8 Flash Next FP4 Local

IMPORTANT: the NVFP4 scale factors in this checkpoint are in a new lossless compression format, but upstream vLLM support for this format has not yet landed. You must use one of the containers provided below.

96B 262K contexto Ver modelo →

Pruebe GLM 5.3 Flash NVFP4 gratis

Crear una cuenta lleva un minuto. Pruebe GLM 5.3 Flash NVFP4 de inmediato en el Playground.

Empezar gratis