GLM-5.3-Flash · default

GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型，以极致低成本架构实现超越 GLM-5.2 的更强智能。模型总参数量 320B、激活参数量 18B，是首个采用稀疏注意力与线性注意力混合架构的开源前沿模型。在保持精准长上下文能力的同时，显著降低计算与服务成本——相比 GLM-5.3，注意力计算量和 KV 缓存大小分别降低 3.01 倍和 4.44 倍。