MODEL VARLIĞI
GLM-5.3
Z.ai'ın GLM-5 serisindeki güncel amiral gemisi. 753 milyar parametreli MoE; Dynamic Sparse Attention (GLM_MOE_DSA) mimarisi, 1 milyon tokenlık bağlam ve 128 bin tokenlık azami çıktı. Z.ai'ın kendi model kartındaki en dikkat çekici nokta, GLM-5.3'ün GLM-5.2 ile aynı temel modeli kullandığı: iyileşmenin tamamı post-training'den geliyor (Z.ai Code Bench'te %50 kazanç bildiriliyor). Düşünme her zaman açık; `reasoning_effort` ile low/high/max kademeleri seçiliyor. GLM-5.2 ve GLM-5.3-Flash MIT lisanslıyken bu modelin ağırlıkları modele özel bir lisansla yayımlandı.
Künye
Kapalı- Geliştirici
- Z.ai
- Model tipi
- Metin LLM
- Bağlam
- 1M token
- Modaliteler
- metin
- Açık ağırlık
- Var
- Lisans
- GLM-5.3 (modele özel lisans)
- Yönetilen API
- Var
- Yayın
- 2026-08-18
Son doğrulama: 12 Eylül 2026
Yetenekler
- 1M token bağlam penceresi, 128K token azami çıktı
- 753B parametreli MoE; Dynamic Sparse Attention (GLM_MOE_DSA)
- `reasoning_effort` ile üç kademeli düşünme bütçesi (low / high / max)
- Araç çağırma (function call) ve MCP entegrasyonu
- Bağlam önbellekleme (context caching)
- JSON destekli yapılandırılmış çıktı
Sınırlılıklar
- Yalnızca metin: görüntü, ses veya video girdisi işlemez (çok modlu ihtiyaç için GLM-5.3-Flash gerekir).
- Düşünme modu kapatılamıyor; her çağrı akıl yürütme belirteci üretir.
- GLM-5.2 ile aynı temel model: ön eğitim kaynaklı bir sıçrama beklenmemeli.
- Ağırlıklar MIT değil, modele özel lisansla yayımlandı (Hugging Face lisans etiketi `glm-5.3`).
- 753 milyar parametre kendi altyapısında barındırma için çok düğümlü kurulum gerektirir.
- Etkin (activated) parametre sayısı Z.ai tarafından açıklanmadı.
Tipik kullanım alanları
- Ajan tabanlı yazılım geliştirme ve uzun ufuklu görev yürütme
- Siber güvenlik analizi ve kod denetimi
- Depo ölçeğinde kod anlama
- Uzun bağlamlı doküman sentezi
- Kendi altyapısında barındırılan amiral gemisi sınıfı asistan
Benchmark politikası
Bu sayfada skor tablosu yer almaz. Sinaptik Lab, yalnızca test verisi, model sürümü, örnekleme ayarları ve örneklem sayısı yayımlanmış ölçümleri raporlar. Metodoloji
BUILD
Hangi modeli seçeceğinize karar veremiyor musunuz?
Kendi görev setiniz üzerinde kalite, gecikme, maliyet ve uyum kısıtlarını birlikte ölçüyoruz.