GLM-5.3
O GLM-5.3 é o modelo principal da Z.ai (Zhipu AI), lançado em 14/08/2026, com 744 bilhões de parâmetros, 40 bilhões ativos por token, e pesos abertos no Hugging Face. Na API oficial custa US$ 1,40 por milhão de tokens de entrada e US$ 4,40 de saída, com janela de 1 milhão de tokens, mas só aceita texto. Na tabela da própria Z.ai, lidera 3 de 16 provas, em segurança, automação e trabalho de escritório, e fica atrás do GPT-5.6 Sol e do Claude Fable 5 na maioria das de programação.
O GLM-5.3 em números oficiais
Dados publicados pelo fabricante na documentação e no anúncio. Fonte de cada um no fim da página.
- Fabricante
- Z.ai (Zhipu AI)
- Identificador na API
glm-5.3- Lançamento
- 14/08/2026 no blog da Z.ai; pesos no Hugging Face com primeiro envio em 27/08/2026
- Pesos
- abertos no Hugging Face e no ModelScope, sob a licença GLM-5.3
- Tamanho
- 744 bilhões de parâmetros, 40 bilhões ativos (8 de 256 especialistas por token, mais 1 compartilhado); mesma base do GLM-5.2
- Entrada
- US$ 1,40 por milhão de tokens
- Saída
- US$ 4,40 por milhão de tokens
- Leitura de cache
- US$ 0,26 por milhão; guardar o cache é grátis por tempo limitado
- Em lote (Batch)
- não publicado pela Z.ai
- Janela de contexto
- 1 milhão de tokens, preço único
- Resposta máxima
- 128 mil tokens
- Raciocínio
- sempre ligado; esforço low, high ou max (padrão max)
- Entrada e saída
- só texto
- Conhecimento confiável
- data não publicada pela Z.ai
- Onde roda
- API da Z.ai, plano GLM Coding (a partir de US$ 18 por mês), chat em z.ai, Alibaba Cloud Model Studio e, com os pesos, SGLang, vLLM ou TokenSpeed
Onde o GLM-5.3 vai bem, onde fica atrás e para quem serve
Onde vai bem
- Achar vulnerabilidade: 84,5 no CyberGym, a maior nota da tabela da Z.ai, à frente do Claude Fable 5 (83,8) e do GPT-5.6 Sol (83,6).
- Escritório e automação: 1.769 pontos no GDPval-AA v2, medido pela Artificial Analysis, e 48,2 no AutomationBench, as maiores notas da mesma tabela.
- Preço: US$ 1,40 e US$ 4,40 por milhão, 30% menos na entrada e 56% menos na saída que o Claude Sonnet 5.5 e o GPT-6.1 Sol.
- Licença com quase nenhuma condição: a única regra extra atinge quem vende o modelo como serviço e fatura mais de US$ 10 bilhões em 12 meses.
- Gasta menos token: no Z.ai Code Bench, prova interna, faz 31,4% com cerca de 50 mil tokens por tarefa no esforço high, contra 29,5% do Claude Opus 4.8 com 120 mil.
Onde fica atrás
- Atrás dos líderes fechados em programação: 66,9 no DeepSWE contra 72,7 do GPT-5.6 Sol, e 78,1 no FrontierSWE contra 88,2 do Claude Fable 5, nos números da própria Z.ai.
- Só texto: não lê imagem nem vídeo. Para isso, a Z.ai tem o GLM-5.3-Flash, menor e de outra base.
- Vulnerável a injeção de prompt: num gráfico do Google com dados da Gray Swan, o ataque teve 31,5% de sucesso no GLM-5.3 em até 15 tentativas, contra 1,0% no Claude Opus 5.5.
- Raciocínio obrigatório: não dá para desligar o pensamento. Quem usava o modo sem raciocínio precisa migrar para o esforço low, ou a chamada falha.
- Cache mais caro que o dos fechados: US$ 0,26 por milhão, contra US$ 0,20 do Sonnet 5.5 e US$ 0,10 do GPT-6.1 Sol.
Para quem faz sentido
- Empresa que quer rodar um modelo forte na própria infraestrutura: os pesos em FP8 somam cerca de 756 GB, perto de um terço do Qwen3.8-Max na mesma precisão.
- Agente de programação e automação com orçamento apertado, no Claude Code, no OpenCode ou no ZCode, pela API compatível com Anthropic.
- Revisão de segurança do próprio código, para achar falha antes que alguém de fora ache: é um dos dois destaques do lançamento, ao lado de programação.
- Tarefa de escritório em várias etapas, em que ele tem a maior nota do GDPval-AA v2 na tabela da Z.ai.
Quando escolher outro
- Qualquer entrada com imagem, PDF escaneado ou vídeo: o GLM-5.3 só aceita texto.
- Agente que lê e-mail ou página da web sem proteção própria, pelo resultado de 31,5% no teste de injeção da Gray Swan.
- Programação longa em que cada ponto conta: GPT-5.6 Sol e Claude Fable 5 lideram, juntos, 10 das 16 provas da tabela da Z.ai.
- Resposta curta e instantânea: ele sempre raciocina, e o esforço padrão é o max.
O que a Z.ai publicou no lançamento
O GLM-5.3 saiu em 14/08/2026 no blog da Z.ai, com pesos prometidos para duas semanas depois, após a avaliação de segurança; o primeiro envio ao Hugging Face é de 27/08/2026. É o mesmo modelo base do GLM-5.2: todo o ganho veio do pós-treino.
A Z.ai diz que ele melhorou 50% sobre o GLM-5.2 no Z.ai Code Bench, prova interna dela. Nas públicas, o salto aparece no Terminal-Bench 3.0, de 4,6 para 28,3, e no DeepSWE, de 46,2 para 66,9.
O destaque do anúncio é segurança. Com equipes de segurança na China, o modelo achou 2.436 vulnerabilidades em 269 projetos, segundo a Z.ai. Isso serve à defesa, mas mostra o outro lado: os pesos estão abertos para qualquer um.
Na tabela de 16 provas, o GLM-5.3 tem a melhor nota em 3; o GPT-5.6 Sol, em 6, e o Claude Fable 5, em 4. Os rivais fechados já têm versões mais novas, lançadas entre 01/09 e 29/09/2026, que não aparecem nela.
| GLM-5.3 Z.ai | Kimi K3 Moonshot | Qwen3.8-Max Alibaba | Fable 5 Anthropic | GPT-5.6 Sol OpenAI | |
|---|---|---|---|---|---|
| Terminal-Bench 2.1 terminal |
88,2 | 88,3 | 86,6 | 88,0 | 88,8 |
| Terminal-Bench 3.0 terminal, tarefas longas |
28,3 | 17,4 | não publicado | 33,7 | 34,6 |
| DeepSWE v1.1 programação de longo prazo |
66,9 | 67,5 | 56,6 | 69,7 | 72,7 |
| FrontierSWE programação |
78,1 | não publicado | não publicado | 88,2 | não publicado |
| SWE-Marathon v1.1 programação longa |
42,5 | 48,1 | não publicado | 33,1 | 42,5 |
| CyberGym achar vulnerabilidade |
84,5 | 80,0 | 78,5 | 83,8 | 83,6 |
| ExploitBench explorar vulnerabilidade |
54,4 | 32,2 | 28,8 | 78,0 | 76,5 |
| Toolathlon Verified uso de ferramentas |
73,0 | 76,5 | 72,5 | 74,7 | 74,9 |
| AutomationBench automação |
48,2 | 46,7 | 39,8 | 46,2 | 45,8 |
| HLE com ferramentas conhecimento difícil |
62,5 | 59,8 | 56,2 | 63,9 | 64,5 |
| GDPval-AA v2 trabalho de escritório, Elo |
1.769 | 1.682 | 1.739 | 1.743 | 1.730 |
Números do cartão do GLM-5.3 no Hugging Face, como a Z.ai publicou, sem o sinal de porcentagem; GLM-5.3 no esforço max. A tabela original também traz GLM-5.2, DeepSeek-V4 Pro e Claude Opus 4.8, que lidera o SWE-Marathon com 48,8. Os resultados do Fable 5 podem ter usado fallback. O ponto marca o melhor entre as colunas mostradas.
Pesos abertos: o que isso muda para uma empresa
Com os pesos, o modelo roda em servidor próprio ou alugado: o prompt não sai da sua rede, o modelo não some se a API mudar, e o ajuste fino fica com você. A Z.ai indica SGLang, vLLM, TokenSpeed e Transformers, e cita suporte a chips Ascend.
É menor que os vizinhos abertos: cerca de 756 GB em FP8 e 1,51 TB em BF16, pela soma dos arquivos no Hugging Face, contra cerca de 2,50 TB do Qwen3.8-Max em FP8 e 1,56 TB do Kimi K3. A Z.ai não publicou quantas GPUs recomenda.
A licença GLM-5.3 permite usar, modificar, ajustar e vender de graça, mantendo o aviso de copyright. A única condição vale para quem vende o modelo como serviço e fatura, com as afiliadas, mais de US$ 10 bilhões em 12 meses: essa empresa passa pela revisão de segurança da Z.ai antes do uso comercial. A licença do Kimi K3 põe essa linha em US$ 20 milhões, e a do Qwen3.8-Max, em US$ 50 milhões.
Na API oficial, as regras de dados também são favoráveis no papel:
- Os termos dizem que a Z.ai não usa o conteúdo de empresas e desenvolvedores da API para desenvolver ou melhorar os serviços, a menos que o cliente concorde de forma explícita.
- O adendo de dados diz que o conteúdo enviado é processado em tempo real e não fica guardado nos servidores.
- O processamento acontece, em geral, em Singapura, onde fica a empresa que opera a API.
- Os termos proíbem usar as respostas do modelo para treinar modelo concorrente.
Preço: o GLM-5.3 na API contra os vizinhos
Na API, o GLM-5.3 é o mais barato da tabela abaixo na entrada e na saída. Custa 30% menos que o Qwen3.8-Max na entrada e cerca de 27% menos na saída, e menos da metade do Claude Sonnet 5.5 e do GPT-6.1 Sol na saída. Só a leitura de cache sai mais cara que a dos fechados. Nenhum fabricante pôs os cinco na mesma tabela; as notas independentes ficam no topo desta página.
| GLM-5.3 Z.ai | Qwen3.8-Max Alibaba | Kimi K3 Moonshot | Sonnet 5.5 Anthropic | GPT-6.1 Sol OpenAI | |
|---|---|---|---|---|---|
| Entrada | US$ 1,40 | US$ 2 | US$ 3 | US$ 2 | US$ 2 |
| Saída | US$ 4,40 | US$ 6 | US$ 15 | US$ 10 | US$ 10 |
| Leitura de cache | US$ 0,26 | US$ 0,25 ou US$ 0,17 | US$ 0,30 | US$ 0,20 | US$ 0,10 |
| Janela de contexto | 1 milhão | 1 milhão | 1.048.576 | 1 milhão | 1.050.000 |
| Pedido longo | preço único | preço único | preço único | preço único | entrada em dobro acima de 272 mil |
| Pesos para baixar | sim | sim | sim | não | não |
Preço padrão; o do Qwen3.8-Max é o da região de Singapura. Documentação da Z.ai, da Alibaba Cloud, da Moonshot, da Anthropic e da OpenAI consultada em 01/10/2026.
Como testar antes de adotar
Comece pela API, com dez tarefas reais no GLM-5.3 e no modelo atual, comparando acerto e custo por tarefa. Teste também os esforços high e low, mais econômicos que o padrão max. Ponha proteção própria contra injeção de prompt antes de ligar o modelo a e-mail ou web. Se convencer e o dado não puder sair de casa, aí vale orçar servidor para os pesos.
Exemplos de uso do GLM-5.3
O modelo roda dentro da rede da empresa e varre o repositório atrás de falha antes do deploy. É um dos dois destaques do lançamento: 84,5 no CyberGym, a maior nota da tabela da Z.ai.
O GLM-5.3 entra no Claude Code pela API compatível com Anthropic e trabalha no repositório, com saída a US$ 4,40 por milhão de tokens.
Contratos, atas e planilhas exportadas em texto viram relatório. No GDPval-AA v2, de trabalho de escritório, ele tem 1.769 pontos na tabela da Z.ai, a maior da comparação.
Onde o GLM-5.3 se destaca e onde fica atrás, pelos números
O GLM-5.3 tem resultado publicado em 21 provas compiladas pela Epoch AI. A régua aqui é a geração: a posição dele entre os modelos lançados entre 17/11/2025 e 12/11/2026 que fizeram a mesma prova. Contra o acervo inteiro, que tem modelos de 2023, um lançamento recente fica no topo de quase tudo, e isso não diz nada.
Onde se destaca
Provas em que fica no terço de cima da própria geração.
Onde fica atrás
Provas em que fica na metade de baixo da própria geração.
Ver as 21 provas, uma a uma
| Prova | Nota | Na geração | No geral | Recorde da prova |
|---|---|---|---|---|
| GPQA Diamond | 90,9% | 30º / 79 (empatado com 3) | 30º / 173 | 96,4% Gemini 4 Argon |
| AIME 2024 e 2025 (OTIS) | 91,1% | 52º / 81 (empatado com 3) | 53º / 168 | 100,0% GPT-5.5 |
| Dtbench | 87,7% | 46º / 68 | 49º / 148 | 98,9% Claude Opus 5.5 |
| Lmca | 55,51 | 10º / 68 | 10º / 121 | 68,23 Claude Opus 5.5 |
| CritPt | 19,1% | 28º / 78 | 28º / 112 | 32,3% GPT-5.6 Sol |
| WeirdML | 75,4% | 15º / 52 | 15º / 112 | 93,6% GPT-6 Astra |
| SciCode | 59,0% | 11º / 75 | 11º / 104 | 66,9% Claude Opus 5.5 |
| Frontiermath Tiers 1 3 V2 | 68,8% | 28º / 68 | 28º / 86 | 93,7% GPT-6 Astra |
| WebDev Arena | 1.614 | 17º / 73 | 17º / 82 | 1.820 Claude Opus 5.5 |
| SimpleQA Verified | 41,0% | 40º / 63 (empatado com 1) | 45º / 81 | 76,0% Gemini 4 Argon |
| Xadrez (problemas) | 37,0% | 34º / 63 (empatado com 1) | 36º / 80 | 76,0% GPT-6 Astra |
| Enigmas de jogo | 33,0% | 25º / 61 | 25º / 77 | 84,0% GPT-6 Astra |
| ProofBench | 49,0% | 32º / 70 | 32º / 74 | 100,0% Claude Fable 5.1 |
| Frontiermath Tier 4 V2 | 29,3% | 31º / 58 (empatado com 2) | 31º / 67 | 100,0% GPT-6.1 Sol |
| Vending Bench 2 | 8.164 | 12º / 48 | 12º / 57 | 15.515 GPT-6 Astra |
| Apex Agents | 56,6% | 16º / 49 | 16º / 50 | 82,4% Gemini 4 Argon |
| FrontierCode | 40,1% | 25º / 43 | 25º / 43 | 54,6% Claude Opus 5.5 |
| DeepSWE | 69,0% | 7º / 26 | 7º / 26 | 74,1% GPT-6 Astra |
| FrontierSWE | 30,2% | 10º / 20 | 10º / 20 | 65,5% GPT-6 Astra |
| CursorBench | 42,6% | 8º / 16 | 8º / 16 | 57,8% Claude Opus 5.5 |
| Btf3 | 14,9% | 1º / 8 (empatado com 1) | 1º / 8 | 14,9% GLM-5.3 |
Em cada prova vale o melhor nível de esforço que o modelo fez, como no ranking. Fonte das notas: Epoch AI, sob CC BY 4.0.
Com quem comparar o GLM-5.3
Os modelos de outros laboratórios mais próximos em capacidade e lançados na mesma época, no máximo dois por laboratório. Clique em qualquer um para ver a página dele.
| Modelo | Laboratório | ECI | ELO | LiveBench | Lançamento |
|---|---|---|---|---|---|
| Claude Sonnet 5 | Anthropic | 156,36 | 1.491 | 76,0 | 30/06/2026 |
| Claude Opus 4.7 | Anthropic | 156,32 | 1.532 | 76,5 | 16/04/2026 |
| Grok 4.6 | xAI | 156,31 | 1.475 | 78,0 | 12/08/2026 |
| GPT-6 Luna | OpenAI | 156,31 | n/d | 72,0 | 22/09/2026 |
| GPT-5.2 Pro | OpenAI | 156,03 | n/d | n/d | 11/12/2025 |
| GLM-5.3 | Z.ai (Zhipu AI) | 155,91 | n/d | 76,1 | 14/08/2026 |
| DeepSeek V4.1 Flash | DeepSeek | 155,57 | n/d | 81,1 | 09/09/2026 |
GLM-5.3 ou DeepSeek V4.1 Flash?
O DeepSeek V4.1 Flash é o modelo de outro laboratório mais próximo do GLM-5.3 em capacidade. Nas 15 provas que os dois fizeram, o placar é este:
| Prova | GLM-5.3 | DeepSeek V4.1 Flash |
|---|---|---|
| Apex Agents | 56,6% | 39,5% |
| CritPt | 19,1% | 14,3% |
| Enigmas de jogo | 33,0% | 43,0% |
| Xadrez (problemas) | 37,0% | 48,0% |
| Lmca | 55,51 | 46,97 |
| SciCode | 59,0% | 51,9% |
| ProofBench | 49,0% | 54,0% |
| FrontierCode | 40,1% | 43,9% |
| Frontiermath Tier 4 V2 | 29,3% | 26,8% |
| AIME 2024 e 2025 (OTIS) | 91,1% | 98,3% |
Placar sem peso: cada prova conta um ponto, seja de matemática, seja de programação. O ponto marca quem foi melhor em cada linha.
Quanto o GLM-5.3 custa para entregar cada tarefa
Preço por token é o que está na tabela; custo por tarefa é o que chega na fatura, porque depende de quantos tokens o modelo gasta. Cada ponto é um nível de esforço, publicado por quem rodou a prova e compilado pela Epoch AI. Quanto mais para cima e para a esquerda, mais nota por dólar.
CursorBench
A escala de nota não começa em zero.
Os outros modelos da Z.ai (Zhipu AI)
Os modelos do mesmo laboratório mais próximos no tempo, do mais novo para o mais antigo.
| Modelo | Lançamento | ECI | ELO | LiveBench | Acesso |
|---|---|---|---|---|---|
| GLM-5.3-Flash | 20/08/2026 | 153,23 | 1.528 | 71,6 | Open weights (unrestricted) |
| GLM-5.3 | 14/08/2026 | 155,91 | n/d | 76,1 | API access |
| GLM-5.2 | 16/06/2026 | 151,86 | n/d | 73,2 | Open weights (unrestricted) |
| GLM-5.1 | 07/04/2026 | 149,99 | 1.514 | n/d | Open weights (unrestricted) |
| GLM-5 | 11/02/2026 | 145,78 | 1.511 | n/d | Open weights (unrestricted) |
| GLM-4.7 | 22/12/2025 | 143,79 | 1.495 | n/d | Open weights (unrestricted) |
| GLM-4.6 | 30/09/2025 | 140,78 | 1.500 | n/d | Open weights (unrestricted) |
Já usou o GLM-5.3? Dê sua nota
Opinião de quem usa, não medição: a nota fica separada do ranking e não mexe na posição de ninguém. Um voto por navegador, sem cadastro, e dá para trocar a nota depois.
O que as pessoas perguntam sobre o GLM-5.3
Quanto custa o GLM-5.3?
Na API da Z.ai, US$ 1,40 por milhão de tokens de entrada, US$ 4,40 por milhão de saída e US$ 0,26 por milhão na leitura de cache, com o armazenamento do cache grátis por tempo limitado. Há também o plano GLM Coding, a partir de US$ 18 por mês, para usar em ferramentas de programação. Os pesos são gratuitos.
O GLM-5.3 é de código aberto?
Os pesos estão no Hugging Face e no ModelScope sob a licença GLM-5.3, que permite usar, modificar, ajustar e vender sem pagar à Z.ai. A única condição atinge empresas que vendem o modelo como serviço e faturam mais de US$ 10 bilhões em 12 meses, que precisam passar pela revisão de segurança da Z.ai.
Dá para rodar o GLM-5.3 nos meus servidores?
Dá. Os pesos somam cerca de 756 GB em FP8 e 1,51 TB em BF16, e a Z.ai indica SGLang, vLLM, TokenSpeed e Transformers. Ela não publicou quantas GPUs recomenda.
O GLM-5.3 é melhor que o Claude e o GPT?
Na tabela da própria Z.ai, ele lidera 3 de 16 provas, em segurança, automação e trabalho de escritório, e fica atrás do GPT-5.6 Sol e do Claude Fable 5 na maioria das de programação. Modelos mais novos, como Claude Opus 5.5 e GPT-6.1 Sol, não estão na comparação; as notas independentes ficam no topo desta página.
Meus dados ficam seguros na API da Z.ai?
Os termos dizem que a Z.ai não usa o conteúdo de clientes da API para melhorar os serviços sem consentimento explícito, e o adendo de dados diz que o conteúdo é processado em tempo real, sem ficar guardado, em geral em Singapura. Para dado sensível, a saída mais segura é rodar os pesos na própria infraestrutura.
Qual a posição do GLM-5.3 no ranking de IA?
No AI Benchmark da ROO3, ordenado pelo ECI da Epoch AI, o GLM-5.3 está em 30º lugar entre 267 modelos, com ECI de 155,91. O ECI é um índice composto que junta vários benchmarks difíceis numa escala só. A posição muda quando sai modelo novo, e a página é apurada seis vezes por dia.
O GLM-5.3 é melhor que o DeepSeek V4.1 Flash?
Nas 15 provas que os dois fizeram e que a Epoch AI compilou, o GLM-5.3 fica à frente em 8, atrás em 7 e empata em 0. É uma comparação prova a prova, sem peso: uma vitória em matemática conta igual a uma em programação. Para escolher entre os dois, vale olhar as provas que se parecem com o seu uso.
Em que o GLM-5.3 vai melhor?
Comparado aos modelos da mesma geração (lançados até 9 meses antes e até 3 meses depois dele), os melhores resultados relativos do GLM-5.3 são: Btf3 (1º de 8); Lmca (10º de 68); SciCode (11º de 75). A régua é a posição entre os modelos daquela época que fizeram a mesma prova.
De onde vêm os números desta página?
Das mesmas três fontes do ranking, todas com licença aberta: Epoch AI (ECI e provas individuais, CC BY 4.0), Arena (ELO de preferência humana, CC BY 4.0) e LiveBench (média geral, CC BY-SA 4.0). A ROO3 não mede modelo nenhum. Quando a página traz número publicado pelo próprio fabricante, ele aparece na análise escrita, dito como sendo do fabricante, e nunca entra no ranking.
De onde vem cada número
- Z.ai, blog de lançamento do GLM-5.3
- Z.ai, documentação do GLM-5.3
- Z.ai, cartão do GLM-5.3 no Hugging Face (benchmarks)
- Z.ai, licença GLM-5.3
- Z.ai, repositório GLM-5 no GitHub (tamanho e implantação)
- Z.ai, tabela de preços
- Z.ai, guia de migração para o GLM-5.3
- Z.ai, notas de lançamento
- Z.ai, plano GLM Coding
- Z.ai, termos de uso
- Z.ai, política de privacidade e adendo de dados da API
- Alibaba Cloud Model Studio, tabela de preços (GLM-5.3 e Qwen3.8-Max)
- Google, anúncio do Gemini 4 Argon (gráfico Gray Swan de injeção de prompt)
- Kimi API, tabela de preços
- Moonshot AI, licença Kimi K3
- Qwen, licença Qwen3.8-Max
- Anthropic, tabela de preços (documentação)
- OpenAI, tabela de preços da API
- OpenAI, página do GPT-6.1 Sol (documentação)
Epoch AI, "AI Benchmarking Hub". Publicado em epoch.ai. Dados sob licença CC BY 4.0, reordenados por roo3.co.
Leaderboard da Arena (LMArena), do dataset público lmarena-ai/leaderboard-dataset no Hugging Face, sob licença CC BY 4.0. Não somos afiliados à Arena.
LiveBench, da equipe do LiveBench, publicado em livebench.ai sob licença CC BY-SA 4.0. A média geral é recalculada por roo3.co com a mesma conta do site (média das categorias), e esses números seguem sob CC BY-SA 4.0. Não somos afiliados ao LiveBench.
← Ver o ranking completo