Ir al contenido
HostYourAI
03 Model garden Serve

GLM 5.3 Flash BF16

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

Empezar ← Todos los modelos
curl 
$ curl https://hostyourai.com/api/v1/chat/completions \
  -H "Authorization: Bearer hyai-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "zai-org/GLM-5.3-Flash-BF16",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

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).

Serve Model garden Bajo petición
zai-org/GLM-5.3-Flash-BF16

text+image->text · zai-org · soberano en la UE

Funciona en infraestructura de la UE operada por empresas europeas, desde su solicitud hasta la GPU. Ver la cadena completa

We introduce GLM-5.3-Flash, the first natively multimodal model in the GLM-5 series. With 320B total parameters and just 18B active parameters, it outperforms GLM-5.2 across benchmarks and real-world workloads at one-tenth the price, while approaching Claude Opus 4.8 on coding an...

Router
Router · bajo petición
Dedicated
Dedicado · disponible
321BParámetros
1,049KVentana de contexto
772GBVRAM mínima
POST /api/v1/chat/completions Bajo petición

Especificaciones

Parámetros321B
Ventana de contexto1,048,576 tokens
VRAM mínima772 GB
ArquitecturaGlm5NextForConditionalGeneration (vLLM)
Licenciamit
Modalidadtext+image->text
LanzamientoAugust 2026
Editorzai-org ↗

Precios

Router compartido · por token

Bajo petición No disponible en el Router compartido. Precio bajo petición como despliegue de GPU dedicada. ¿Prefiere pagar por token en el Router compartido? Este modelo está siempre activo como GLM 5.3 Flash.

GPU dedicada · por hora

desde 63,12 € por horaSu propia instancia de vLLM en una nube europea (772 GB de VRAM), facturada por minuto.

Router europeo compartido, solo paga por token. Los despliegues de GPU dedicada se facturan por minuto, 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.

74,3 / 100 · Vía LiveBench

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

Rango de 67,3 a 81,4

Fuentes: Epoch AI ↗ · LiveBench ↗ · LMArena ↗ · Actualizado a diario, última vez el 09-11-2026

LiveBench · 71,6 · Puesto 55 de 70

Razonamiento77,6
Programación79,0
Programación agéntica56,8
Matemáticas81,2
Análisis de datos76,4
Lenguaje77,3
Seguimiento de instrucciones52,8
LiveBench · Todas las tareas
Razonamiento
theory of mind73,1
zebra puzzle79,5
spatial96,0
logic with navigation62,0
Programación
code generation77,5
code completion80,4
Programación agéntica
javascript63,6
typescript46,7
python60,0
Matemáticas
AMPS Hard97,0
integrals with game45,0
math comp93,1
olympiad89,8
Análisis de datos
consecutive events84,3
tablejoin48,8
tablereformat96,1
Lenguaje
connections93,7
plot unscrambling60,3
typos78,0
Seguimiento de instrucciones
paraphrase48,0
simplify47,0
story generation59,9
summarize56,5
Preguntas

Preguntas frecuentes

¿Puedo ejecutar GLM 5.3 Flash BF16 en la UE?

Sí. HostYourAI ejecuta GLM 5.3 Flash BF16 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 BF16 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 BF16?

GLM 5.3 Flash BF16 está disponible bajo petición: a través del Router europeo compartido tras una breve conversación, o como despliegue de GPU dedicada propio facturado por minuto. 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 Z.AI

GLM 5.3 Flash

 321B 1M contexto

We introduce GLM-5.3-Flash, the first natively multimodal model in the GLM-5 series. With 320B total parameters and just 18B active parameters, it outperforms GLM-5.2 across benchmarks and real-world workloads at one-tenth the price, while approaching Claude Opus 4.8 on coding and agentic benchmarks.

Ver modelo →

GLM 5.3

 753B 1M contexto

GLM-5.3 uses the same base model as GLM-5.2 — every gain comes from post-training. Compared with GLM-5.2, it is much better at complex coding and long-horizon tasks:

Ver modelo →

GLM 5.2

 753B 1M contexto

We're introducing GLM-5.2, our latest flagship model for long-horizon tasks. It marks a substantial leap in long-horizon task capability over its predecessor GLM-5.1 and, for the first time, delivers that capability on a solid 1M-token context. GLM-5.2's new capabilities include: - Solid 1M Context: A solid 1M-token context that stably sustains long-horizon work - Advanced Coding with Flexible Effort: Stronger coding capabilities with multiple thinking effort levels to balance performance and latency - Improved Architecture: We propose IndexShare, which reuses the same indexer across every fou

Ver modelo →

GLM 5.1

 754B 203K contexto

GLM-5.1 is our next-generation flagship model for agentic engineering, with significantly stronger coding capabilities than its predecessor. It achieves state-of-the-art performance on SWE-Bench Pro and leads GLM-5 by a wide margin on NL2Repo (repo generation) and Terminal-Bench 2.0 (real-world terminal tasks).

Ver modelo →

GLM 5

 754B 203K contexto

We are launching GLM-5, targeting complex systems engineering and long-horizon agentic tasks. Scaling is still one of the most important ways to improve the intelligence efficiency of Artificial General Intelligence (AGI). Compared to GLM-4.5, GLM-5 scales from 355B parameters (32B active) to 744B parameters (40B active), and increases pre-training data from 23T to 28.5T tokens. GLM-5 also integrates DeepSeek Sparse Attention (DSA), largely reducing deployment cost while preserving long-context capacity.

Ver modelo →

GLM 4.7 Flash

 31B 203K contexto

GLM-4.7-Flash is a 30B-A3B MoE model. As the strongest model in the 30B class, GLM-4.7-Flash offers a new option for lightweight deployment that balances performance and efficiency.

Ver modelo →
La plataforma

Una plataforma, cuatro capas

Empiece con una capa y añada las demás cuando el trabajo lo pida. Comparten una clave, un saldo y una vista Activity.

Code

Su agente de programación con modelos abiertos en Europa, configurado con un solo comando.

Abrir

Control

Claves, presupuestos y barreras por equipo, y datos personales detenidos antes de que un modelo los vea.

Abrir

Serve

Compartidos por token, o solo para usted, desde centros de datos europeos.

Abrir

EU compute

GPU privadas en Europa, de H100 a B300, dimensionadas según el tiempo de respuesta, la velocidad de generación y los usuarios simultáneos.

Abrir

Pruebe GLM 5.3 Flash BF16 gratis

Crear una cuenta lleva un minuto. Pruebe GLM 5.3 Flash BF16 de inmediato en el Playground.

Empezar
  • Jantine
  • Hans
  • Sander
  • Jos
  • Daan
  • Kyra
  • Margriet
  • Stan
El equipo detrás de HostYourAI