GLM 5.3 FlashX
8281°
Ejecutar este modelo
Ofertas / Anuncios
Z.ai | contexto de 1,048,576 tokens | $0.37/M entrada, $1.25/M salida. GLM-5.3-FlashX es la variante de alta velocidad del GLM-5.3-Flash de Z.ai, un modelo multimodal nativo que entrega velocidades de inferencia de hasta 200 tokens/s. Construido sobre la misma arquitectura híbrida de atención dispersa y lineal (320B parámetros totales, 18B activos), es adecuado para codificación eficiente, comprensión visual y tareas agenticas de largo horizonte con una ventana de contexto de 1M tokens.
Guías para este modelo
Las 10 alternativas más baratas a ChatGPT en 2026: modelos locales gratuitos, planes gratuitos y tarifas planas
Pesos abiertos vs código abierto vs solo API: lo que realmente puedes hacer
Notas del capitán
Notas del 2026-10-13
GLM-5.3-FlashX es la variante optimizada para velocidad de Z.ai del GLM-5.3-Flash, un modelo multimodal nativo construido sobre una arquitectura híbrida de atención dispersa y lineal con 320 mil millones de parámetros totales y 18 mil millones activos. Alcanza hasta 200 tokens por segundo y cuenta con una ventana de contexto de 1 millón de tokens, lo que lo convierte en una de las opciones más rápidas en este rango de precio para codificación, comprensión visual y flujos de trabajo con agentes.
Conocido por
- Velocidad de inferencia de hasta 200 tokens/s, rápida para un modelo de esta clase.
- Ventana de contexto de 1 millón de tokens — uso genuino para documentos largos y agentes con múltiples interacciones.
- Multimodal nativo: maneja visión y video junto con texto.
- Diseño eficiente MoE: 320 mil millones de parámetros totales, solo 18 mil millones activos por pasada.
- Precio muy por debajo de la mayoría de los modelos multimodales de vanguardia.
Cuidado con
- Los pesos no son públicos; se ejecuta solo a través de la API de Z.ai, sin despliegue local.
- El costo de salida es de $1.25 por millón de tokens — los ciclos de agentes con salidas largas suman rápido.
Prompts para probar
Refactorizar una función desordenada
Aquí hay una función en Python que funciona pero es difícil de leer y lenta con listas grandes. Refactorízala para mayor claridad y rendimiento, explica cada cambio que hagas y señala cualquier caso límite que el código original ignore silenciosamente.
def find_dupes(lst):
dupes = []
for i in range(len(lst)):
for j in range(len(lst)):
if i != j and lst[i] == lst[j] and lst[i] not in dupes:
dupes.append(lst[i])
return dupes
Planificar un agente a largo plazo
Estás planificando un agente autónomo que monitorea el repositorio GitHub de una empresa, clasifica nuevos issues por severidad, redacta una respuesta para el reportero y abre un ticket en Jira si el problema es crítico. Esboza el grafo completo de tareas, identifica dónde el agente necesita aprobación humana y señala los modos de fallo que probablemente causen errores silenciosos.
Resumir un documento largo
Voy a pegar una especificación técnica extensa a continuación. Lee todo el documento y luego produce: un resumen ejecutivo de tres oraciones, una lista con viñetas de los cinco requisitos más importantes y una lista de cualquier ambigüedad o contradicción que encuentres. No añadas relleno en la salida.
[pega tu documento aquí]
Comparar con
- GLM 5.3 FlashModelo con pesos abiertosContexto de 1,048,576 tokens · $0.02/M entrada, $0.72/M salida
- GLM 5.3Modelo con pesos abiertosContexto de 1,048,576 tokens · $0.08/M entrada, $4.80/M salida
- GLM 5.2Modelo con pesos abiertosContexto de 1,048,576 tokens · $0.04/M entrada, $9.00/M salida
- GLM 4.6Modelo con pesos abiertosContexto de 204,800 tokens · $0.50/M entrada, $2.00/M salida
Más modelos de texto de z-ai
Preguntas frecuentes
- ¿Puedo ejecutar GLM-5.3-FlashX localmente?
- No. Z.ai no ha publicado los pesos, por lo que el modelo es solo accesible vía API y no puede ejecutarse en hardware propio.
- ¿Cuánto cuesta y qué tamaño tiene el contexto?
- El precio es $0.37 por millón de tokens de entrada y $1.25 por millón de tokens de salida, con una ventana de contexto de 1,048,576 tokens.
- ¿En qué se diferencia FlashX de GLM-5.3-Flash?
- FlashX es la variante de alta velocidad de GLM-5.3-Flash, con un objetivo de hasta 200 tokens por segundo; ambos comparten la misma arquitectura subyacente y cantidad de parámetros.
Veredicto del capitánUn modelo multimodal genuinamente rápido y económico con un contexto real de 1 millón de tokens — vale la pena considerarlo para pipelines de agentes donde la velocidad y el costo importan más que la precisión de vanguardia.
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #369 Hottest AI model · #65 Hottest Text / LLM model · #65 Hottest Text / LLM text model
Not this creator?
Get your own badge
Tendencia de popularidad de GLM 5.3 FlashX
Puntuación de calor desde 18 Sep 2026
Puntuación de popularidad
8,281°
Esta semana
▲
25.2%
8,251° entonces, 8,281° ahora
Este mes
n/a
No fue lanzado/seguido
Último año
n/a
No fue lanzado/seguido
7,000°
Piso
La escala va de 0° a 9,999°. Todo lo que está por debajo de 7,000° se reserva para modelos que ninguna fuente reporta aún, que llevan un número provisional ahí para que las listas se mantengan completas. 7,000° es donde empiezan los datos medidos: un modelo con datos reales pero casi sin descargas se sitúa en el piso, y las mediciones llenan los grados por encima. El piso no dice nada sobre el modelo; solo los grados por encima lo hacen, y son los que separan un modelo de otro.
+1,281°
Tokens de OpenRouter
186,521,041,354 tokens procesados por este modelo a través de OpenRouter en los últimos 30 días, sumando prompts y respuestas. Cada 10,000,000 tokens cuentan como una descarga en el periodo de descargas, 18,652 en total; los tokens del último día se suman a la tasa de adopción. Fuente: OpenRouter (openrouter.ai/rankings).
Mostrar desglose detallado
Cada número en este sitio se puede verificar. La puntuación de popularidad de este modelo es 8,281°, y aquí se construye un ingrediente a la vez, con el total acumulado después de cada uno: el piso, los grados que añade cada fuente, el bono por el tipo de modelo y lo que la antigüedad de sus pesos resta. Los colores son las bandas del gráfico de arriba. El glosario al final define cada término.
- 1Empieza en el piso.Por qué 7,000° y no cero: la escala va de 0° a 9,999°, y la parte por debajo de 7,000° está reservada para modelos que ninguna fuente reporta aún, que llevan un número provisional ahí para que las listas se mantengan completas y nunca superen a un modelo con datos. 7,000° es donde empiezan los datos medidos. Un modelo con datos reales pero casi sin descargas está aquí; todo lo que sigue es medición, y el espacio sobre el piso tiene diez pasos de diez veces más descargas a 300° cada uno. El piso es igual para todos los modelos, así que no decide nada; los grados por encima sí.7,000°total acumulado
- 2Suma las descargas.18,652 equivalentes a descargas en total, de Tokens de OpenRouter. Diez veces las descargas suman el mismo 300°, así que el tamaño importa pero nunca domina la puntuación.+1,281°8,281°total acumulado
- =La puntuación heat.Dónde está este modelo en cada lista de este sitio. Nada más la ajusta.8,281°
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
Cómo se ha movido la popularidad de este modelo frente al resto del catálogo: su crecimiento en descargas, likes y uso en cada periodo, medido contra el crecimiento típico de un modelo en el mismo periodo, con su puntuación de calor en ese momento. Por encima del crecimiento típico se lee como un aumento, por debajo como una caída. El pasado se reconstruye a partir de los totales de hoy, el primer día del modelo y su velocidad de descarga medida cuando hay dos lecturas; un modelo que no existía al inicio de un periodo muestra n/a.
GLM 5.3 FlashX es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Más modelos Text / LLMMás Texto / LLM de Text / LLMllmz-aivisiónvideorazonamientoagentesprogramacióncontexto largo
Explorar por familia de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153