Aller au contenu
HostYourAI
03 Model garden Serve

GLM 5.3 Flash BF16

Fonctionne comme votre propre déploiement GPU dédié, à lancer directement depuis l'assistant. Les données restent en Europe.

Commencer ← Tous les modèles
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!"}]
  }'

Appelez-le dès maintenant

Remplacement direct d'OpenAI : changez uniquement l'URL de base et la clé API. Le format Anthropic (/v1/messages) est également pris en charge.

Serve Model garden Sur demande
zai-org/GLM-5.3-Flash-BF16

text+image->text · zai-org · souverain dans l'UE

Fonctionne sur une infrastructure européenne exploitée par des entreprises européennes, de votre requête jusqu'au GPU. Voir toute la chaîne

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 · sur demande
Dedicated
Dédié · disponible
321BParamètres
1,049KFenêtre de contexte
772GBVRAM minimale
POST /api/v1/chat/completions Sur demande

Caractéristiques

Paramètres321B
Fenêtre de contexte1,048,576 tokens
VRAM minimale772 GB
ArchitectureGlm5NextForConditionalGeneration (vLLM)
Licencemit
Modalitétext+image->text
Date de sortieAugust 2026
Éditeurzai-org ↗

Tarifs

Router partagé · par token

Sur demande Non disponible sur le Router partagé. Tarif sur demande en déploiement GPU dédié. Vous préférez payer au token sur le Router partagé ? Ce modèle fonctionne en permanence sous le nom GLM 5.3 Flash.

GPU dédié · par heure

à partir de 63,12 € par heureVotre propre instance vLLM sur un cloud européen (772 Go de VRAM), facturée à la minute.

Router européen partagé, vous payez uniquement au token. Les déploiements GPU dédiés sont facturés à la minute, voir tarifs.

Indice Bench

Bench est notre indice de qualité pour chaque modèle, de 0 à 100. Il s'appuie sur des mesures publiques (Epoch AI avec une quarantaine de benchmarks, LiveBench, LMArena et d'autres) et est actualisé chaque matin. Là où personne ne mesure, il affiche une estimation avec une fourchette.

74,3 / 100 · Via LiveBench

Converti à partir de son résultat LiveBench vers la même échelle.

Fourchette de 67,3 à 81,4

Sources: Epoch AI ↗ · LiveBench ↗ · LMArena ↗ · Mis à jour chaque jour, dernière fois le 09-11-2026

LiveBench · 71,6 · Rang 55 sur 70

Raisonnement77,6
Code79,0
Code agentique56,8
Mathématiques81,2
Analyse de données76,4
Langue77,3
Respect des consignes52,8
LiveBench · Toutes les tâches
Raisonnement
theory of mind73,1
zebra puzzle79,5
spatial96,0
logic with navigation62,0
Code
code generation77,5
code completion80,4
Code agentique
javascript63,6
typescript46,7
python60,0
Mathématiques
AMPS Hard97,0
integrals with game45,0
math comp93,1
olympiad89,8
Analyse de données
consecutive events84,3
tablejoin48,8
tablereformat96,1
Langue
connections93,7
plot unscrambling60,3
typos78,0
Respect des consignes
paraphrase48,0
simplify47,0
story generation59,9
summarize56,5
Questions

Questions fréquentes

Puis-je exécuter GLM 5.3 Flash BF16 dans l'UE ?

Oui. HostYourAI exécute GLM 5.3 Flash BF16 sur des GPU situés dans des centres de données européens via vLLM. Les prompts et les réponses ne quittent jamais l'UE, et aucun fournisseur de cloud américain n'intervient dans la chaîne.

L'hébergement de GLM 5.3 Flash BF16 est-il conforme au RGPD ?

Oui. Tout le traitement a lieu au sein de l'UE, un accord de traitement des données (DPA) est disponible et la liste des sous-traitants est publique. Des poids open source signifient aussi : aucun entraînement sur vos données.

Combien coûte GLM 5.3 Flash BF16 ?

GLM 5.3 Flash BF16 est disponible sur demande : via le Router européen partagé après un bref échange, ou en déploiement GPU dédié facturé à la minute. Décrivez-nous votre cas d'usage et nous le configurerons pour vous.

L'API est-elle compatible avec OpenAI ?

Oui. Vous utilisez les SDK OpenAI standard avec une URL de base personnalisée (https://hostyourai.com/api/v1). L'API Anthropic Messages est également prise en charge en remplacement direct.

Autres modèles de Z.AI

GLM 5.3 Flash

 321B 1M contexte

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.

Voir le modèle →

GLM 5.3

 753B 1M contexte

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:

Voir le modèle →

GLM 5.2

 753B 1M contexte

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

Voir le modèle →

GLM 5.1

 754B 203K contexte

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).

Voir le modèle →

GLM 5

 754B 203K contexte

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.

Voir le modèle →

GLM 4.7 Flash

 31B 203K contexte

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.

Voir le modèle →
La plateforme

Une plateforme, quatre couches

Commencez par une couche et ajoutez les autres quand le travail le demande. Elles partagent une clé, un solde et une vue Activity.

Code

Votre agent de code sur des modèles ouverts en Europe, configuré en une seule commande.

Ouvrir

Control

Clés, budgets et garde-fous par équipe, et données personnelles arrêtées avant qu'un modèle ne les voie.

Ouvrir

Serve

Partagés au token, ou rien que pour vous, depuis des centres de données européens.

Ouvrir

EU compute

Des GPU privés en Europe, du H100 au B300, dimensionnés selon le temps de réponse, la vitesse de génération et le nombre d'utilisateurs simultanés.

Ouvrir

Essayez GLM 5.3 Flash BF16 gratuitement

La création d'un compte prend une minute. Testez GLM 5.3 Flash BF16 tout de suite dans le Playground.

Commencer
  • Jantine
  • Hans
  • Sander
  • Jos
  • Daan
  • Kyra
  • Margriet
  • Stan
L'équipe derrière HostYourAI