HostYourAI
Product
EU RouterBeslismodellen zoals JevHostYourAI CodeOpenAI-compatible APIAnthropic-compatible APIModel GardenDedicated InstancesPlaygroundFine-tuning (Loes)Verdien met je GPU
Oplossingen
Use cases
HostYourAI CodeLLM InferenceRAG pipelinesChatbotsAI agentsFine-tuning
Sectoren
OverheidZorgFinanceJuridisch
Modellen
Kimi K3DeepSeek V4 ProDeepSeek V4 FlashGLM 5.3Kimi K2.7 CodeQwen3.5 397BLlama 3.3 70BMistralMiniMax M3Alle modellen →
Vergelijk
Azure OpenAIAWS BedrockClaude APIChatGPTOpenAIVergelijk kosten
Resources
DocumentatieBespaarcheckGids: migreren naar de EU RouterGids: eigen LLM deployen (vLLM)Gids: RAG bouwen op EU-GPUsModelcatalogusNieuwsBeveiligingFAQ
Prijzen Nieuws
NL EN DE
Inloggen Demo plannen Aan de slag
Model garden Router · op aanvraag Dedicated · beschikbaar

GLM 5.3 Flash BF16

Dit model draait als eigen dedicated GPU-deployment, direct te starten via de wizard. Data blijft in Europa.

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...

Start gratis ← Alle modellen
zai-org/GLM-5.3-Flash-BF16 Op aanvraag
text+image->text · zai-org · sovereign EU
Runs on EU infrastructure operated by European companies; US marketplace capacity is never part of this chain. Full chain
321B
Parameters
1,049K
Contextvenster
772GB
Minimale VRAM
POST /api/v1/chat/completions Op aanvraag

Specificaties

Parameters 321B
Contextvenster 1,048,576 tokens
Minimale VRAM 772 GB
Architectuur Glm5NextForConditionalGeneration (vLLM)
Licentie mit
Modaliteit text+image->text
Uitgebracht August 2026
Uitgever zai-org ↗

Prijzen

Gedeelde router · per token
Op aanvraag
Niet beschikbaar op de gedeelde router. Prijs op aanvraag als dedicated GPU-deployment.
Toch per token via de gedeelde router? Dit model draait altijd warm als GLM 5.3 Flash.
Dedicated GPU · per uur
vanaf €49,52 per uur
Eigen vLLM-instance op Europese cloud (772 GB VRAM), per uur afgerekend.

Gedeelde EU-router, pay-per-token, scale-to-zero. Dedicated GPU-deployments worden per uur afgerekend, zie prijzen.

Bench-index

Bench is onze kwaliteitsindex voor elk model, 0 tot 100. Hij steunt op de Epoch AI Capabilities Index (zo’n 40 benchmarks), aangevuld met LiveBench, en wordt elke ochtend ververst.

73,4 / 100 · Via LiveBench

Omgerekend uit het LiveBench-resultaat naar dezelfde schaal.

Bandbreedte 67,1 tot 79,7

Bronnen: Epoch AI ↗ · LiveBench ↗ · LMArena ↗ · Dagelijks bijgewerkt, laatst op 25-09-2026

LiveBench · 71,6 · Plek 49 van 63
Redeneren 77,6
Code 79,0
Agentisch coderen 56,8
Wiskunde 81,2
Data-analyse 76,4
Taal 77,3
Instructies volgen 52,8
LiveBench · Alle taken
Redeneren
theory of mind 73,1
zebra puzzle 79,5
spatial 96,0
logic with navigation 62,0
Code
code generation 77,5
code completion 80,4
Agentisch coderen
javascript 63,6
typescript 46,7
python 60,0
Wiskunde
AMPS Hard 97,0
integrals with game 45,0
math comp 93,1
olympiad 89,8
Data-analyse
consecutive events 84,3
tablejoin 48,8
tablereformat 96,1
Taal
connections 93,7
plot unscrambling 60,3
typos 78,0
Instructies volgen
paraphrase 48,0
simplify 47,0
story generation 59,9
summarize 56,5

Direct aanroepen

Drop-in vervanger voor OpenAI: wijzig alleen de base-URL en de API-key. Ook het Anthropic-formaat (/v1/messages) wordt ondersteund.

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!"}]
  }'

Veelgestelde vragen

Kan ik GLM 5.3 Flash BF16 in de EU draaien?

Ja. HostYourAI draait GLM 5.3 Flash BF16 op GPU's in Europese datacenters via vLLM. Prompts en outputs verlaten de EU niet en er is geen Amerikaanse cloudprovider in de keten.

Is GLM 5.3 Flash BF16 hosten AVG/GDPR-compliant?

Ja. Alle verwerking vindt plaats binnen de EU, er is een verwerkersovereenkomst (DPA) beschikbaar en de subprocessor-lijst is openbaar. Open-source gewichten betekenen ook: geen training op jouw data.

Wat kost GLM 5.3 Flash BF16?

GLM 5.3 Flash BF16 is beschikbaar op aanvraag: via de gedeelde EU-router na kort overleg, of als eigen dedicated GPU-deployment per uur. Vertel ons je use case, dan zetten we het voor je klaar.

Is de API compatibel met OpenAI?

Ja. Je gebruikt de standaard OpenAI-SDK's met een aangepaste base-URL (https://hostyourai.com/api/v1). Ook de Anthropic Messages API wordt ondersteund als drop-in.

Andere modellen van Z.AI

GLM 5.3 Flash

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.

321B 1M context Bekijk model →
GLM 5.3

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:

753B 1M context Bekijk model →
GLM 5.2

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

753B 1M context Bekijk model →
GLM 5.1

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).

754B 203K context Bekijk model →
GLM 5

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.

754B 203K context Bekijk model →
GLM 4.7 Flash

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.

31B 203K context Bekijk model →

Probeer GLM 5.3 Flash BF16 gratis

Account aanmaken duurt een minuut. Test GLM 5.3 Flash BF16 direct in de playground.

Start gratis