GLM-5.3-Flashフロンティア知能、オープンウェイト
GLM-5.3-Flashは、Z.aiがMITライセンスで2026年8月26日に公開したオープンウェイトのフロンティアモデルです。1,310,720トークンのコンテキストウィンドウ、テキスト・画像・動画のネイティブ入力、そして320BパラメータのMoE（アクティブは18Bのみ）を備え、Artificial AnalysisのIntelligence IndexではClaude Opus 4.8と同等の評価を獲得しています。Felo AI Searchで試せるほか、Felo APIから呼び出すこともできます。
Felo AI SearchとFelo APIでご利用いただけます。
モデルカード
GLM-5.3-Flashの概要
- ライセンス
- MIT · オープンウェイト
- パラメータ
- 合計320B · アクティブ18B
- コンテキストウィンドウ
- 131万トークン
- 最大出力
- 48Kトークン
- 入力
- テキスト · 画像 · 動画
57
Intelligence Index
Artificial Analysis · Claude Opus 4.8と同等
1M
コンテキストウィンドウ
入力1,310,720トークン
48K
最大出力
1回の応答につき最大48,000トークン
MIT
ライセンス
MIT · オープンウェイト
アーキテクチャを際立たせる3つの特長
Z.aiはハイブリッドアテンション設計を軸にGLM-5シリーズを作り直し、トップクラスの知性を実運用しやすい水準へと引き上げました。
ハイブリッドスパース＋リニアアテンション
スパースアテンションとリニアアテンションを組み合わせた初のオープンフロンティアモデル。軽量なIndexPoolがインデックスキャッシュを4分の1に圧縮し、Manifold-Constrained Hyper-Connections（mHC）がスケーリングを後押しします。GLM-5.3比でアテンション計算量は約3分の1、KVキャッシュは約4.4分の1まで縮小。それでいて長いコンテキストでも精度を保ちます。
オープンウェイト、MITライセンス
全ウェイトはMITライセンスで公開されています。セルフホストもファインチューニングも、Z.ai経由、またはOpenRouterでホストする10以上のプロバイダーのいずれからでもデプロイできます。
初のネイティブマルチモーダルGLM-5
30Tトークンのマルチモーダルコーパスで学習され、テキスト・画像・動画をそのまま読み取れます。専用のビジョンパイプラインも、複数モデルを継ぎ足す作業も一切不要です。
フロンティアの仕事を、フラッシュ級の速さで。
トークンごとのアクティブパラメータはわずか18B。320BパラメータのMoEが、フロンティア級の仕事をエージェントスピードでこなします。
Claude Opus 4.8と同等
Artificial AnalysisのIntelligence Indexは、GLM-5.3-Flashが57、Claude Opus 4.8が57。エージェント能力を示すAgentic Indexは58で、Claude Opus 4.8、Claude Fable 5、GPT-5.6 Solを上回ります。
コード生成とエージェントのために設計
Z.ai Code Bench（max effort）は29.0、Claude Opus 4.8は29.5。DeepSWE v1.1は63.4で、GLM-5.2を17.2ポイント上回ります。
テキスト・画像・動画を1回のリクエストで
1,310,720トークンのコンテキストウィンドウに、ネイティブなマルチモーダル入力を搭載。Chartographyは78.0（DeepSeek-V4-Flash-Vision-Expは64.3）、MVBenchは77.8（同69.4）。
1秒を切る応答速度
OpenRouter上のプロバイダー計測によると、初回トークン時間の中央値は0.55秒、ピークスループットは約134トークン/秒。プロバイダーは10以上から選択できます。
GLM-5.3-Flash vs. 主要なフロンティアモデル
Z.ai公式モデルカードの成績（2026年8月）：GLM-5.3-FlashとGLM-5.2、DeepSeek-V4-Vision-Exp、Opus 4.8、GPT-5.6 Terra、Gemini 3.7 Flashとの比較。値が高いほど優れており、太字は各行の最高スコアを示します。
ベンチマーク
GLM-5.3-Flash
GLM-5.2
DeepSeek-V4-Vision-Exp
Opus 4.8
GPT-5.6 Terra
Gemini 3.7 Flash
コーディング
Terminal Bench 2.1
84.3
81.0
83.9
85.0
87.4
85.8
DeepSWE v1.1
63.4
46.2
59.3
58.0
69.6
65.3
NL2Repo
56.3
48.9
57.7
69.7
-
-
エージェント
Toolathlon Verified
78.4
59.9
75.9
76.2
74.9
-
AutomationBench v1.0.6
48.8
26.2
38.8
41.0
37.2
52.3
Agents' Last Exam
26.3
20.4
27.3
27.0
28.0
-
HLE w/ Tools
55.3
54.7
55.1
57.9
-
-
GDPval-AA v2
1773
1504
1675
1582
1571
1527
ビジョン
OfficeQA Pro
62.4
-
57.9
48.9
-
-
CharXiv Reasoning w/ Tools
89.4
-
80.4
89.9
88.0
88.7
Chartography w/ Tools
78.0
-
64.3
75.0
68.0
65.0
BabyVision
53.4
-
35.1
46.8
61.6
70.9
MVbench
77.8
-
69.4
67.1
75.0
82.2
MMVU
80.5
-
72.7
67.4
75.8
82.3
出典：Z.ai公式モデルカード（2026年8月）。自己評価のため、評価環境によって結果は異なる場合があります。
Z.ai Code Bench（max effort）：29.0 vs. Claude Opus 4.8の29.5 · Artificial Analysis Agentic Index：58（Claude Opus 4.8を上回る）
Z.aiの発表を読むGLM-5.3-Flashの第三者ランキング
DesignArenaでのフロントエンドデザイン能力、そしてArtificial AnalysisのParetoフロンティア上のコストパフォーマンス。
DesignArena — フロントエンド総合（非エージェント）
DesignArenaのフロントエンドEloでGLM-5.3-Flashは1348と1345を記録——総合5位と6位で、Kimi K3、GPT-5.6 Sol、Claude Opus 5に続き、GLM-5.2、Gemini 3.7 Flash、Claude Sonnet 5を上回ります。
出典：DesignArena by Intelligence · Eloレーティング · 全モデル
Artificial Analysis — コストパフォーマンスのParetoフロンティア
Intelligence Indexで57ポイント、1タスクあたり$0.045——GLM-5.3-FlashはGPT-5.6 Sol（max）、Claude Opus 5（max）とともにParetoフロンティア上に位置し、コストは彼らのほんの一部です。
出典：Artificial Analysis（2026年8月26日更新）
技術仕様
GLM-5.3-Flashを自分のワークフローに組み込むときに押さえておきたい仕様です。
コンテキストと出力
入力1,310,720トークン（100万超のコンテキスト）
最大出力48,000トークン
アーキテクチャ
合計320B / アクティブ18BのMixture-of-Experts、45レイヤー。IndexPoolとManifold-Constrained Hyper-Connections（mHC）を備えたハイブリッドスパース＋リニアアテンション。
ライセンスとウェイト
MITライセンスのオープンウェイト。30Tトークンのマルチモーダルコーパスで学習。
スピード
OpenRouter各プロバイダーの初回トークン遅延は中央値0.55秒、ピークスループットは約134トークン/秒（2026年8月計測）。
利用できる場所
Felo AI SearchとFelo APIで稼働中。そのほか、Z.aiプラットフォームとOpenRouterの10以上のプロバイダーでも利用できます。
入力モダリティ
テキスト・画像・動画のネイティブ入力とテキスト出力を備えた、GLM-5シリーズ初のネイティブマルチモーダルモデルです。
1つのモデルで、あらゆる入力に対応
専用パイプラインもモデルの継ぎ足しも不要。GLM-5.3-Flashはテキスト・画像・動画をネイティブに理解します。
テキストとコード
長文書もコードベースも構造化データも1パスで解析。DeepSWE v1.1は63.4、Terminal-Bench 2.1は84.3。
画像とチャート
スクリーンショットやチャート、図解をそのまま入力して、根拠のある回答を取得。Chartography 78.0（DeepSeek-V4-Flash-Vision-Expは64.3）、OfficeQA-Pro 62.4%（Claude Opus 4.8は48.9%）。
動画
動画もテキスト・画像と一緒に分析。MVBenchは77.8%で、DeepSeek-V4-Flash-Vision-Expの69.4%を上回ります。
GLM-5.3-Flashのユースケース
個人開発者から自前で推論を運用するチームまで。1つのオープンモデルで、コーディング、リサーチ、マルチモーダル業務を網羅します。
エージェント型コーディング
DeepSWE v1.1で63.4、AutomationBench v1.0.6で48.8。コーディングエージェントや複数ファイル編集、長い呼び出しチェーンにも強い選択肢です。
長期的なエージェントタスク
Toolathlon 78.4と1.31Mトークンのウィンドウにより、多数のステップにまたがるセッションも文脈を落とさず継続できます。
マルチモーダルリサーチ
文書、スクリーンショット、チャート、動画のフレームを1回のリクエストにまとめ、出典付きの構造化回答を抽出できます。
動画・視覚分析
MVBench 77.8、Chartography 78.0。動画理解、チャート読み取り、文書レイアウト分析に対応します。
セルフホストでの運用
MITライセンスで、アクティブパラメータは18B。機密データ向けやファインチューニングを目的としたワークフローでも、ウェイトを自前で運用できます。
Feloエージェントとパイプライン
Felo APIから呼び出し、エージェント、自動化、機械可読なツールパイプラインを構築できます。
GLM-5.3-Flashを利用する2つの方法
Felo AI Searchで使う
Felo AI Searchを開けば、質問やAIを使ったウェブ検索ができ、GLM-5.3-Flashから引用付きの回答が得られます。
Felo AI Searchを開くFelo APIを呼び出す
Felo APIキーを取得し、ベースURLを設定すれば、Claude Code、Codex、Hermes Agent、またはOpenAI互換のエージェントから呼び出せます。
Felo APIを見るよくある質問
GLM-5.3-Flashは、Z.aiが2026年8月26日に公開したオープンウェイトのフロンティアモデルです。320BパラメータのMixture-of-Experts（アクティブは18B）で、1,310,720トークンのコンテキストウィンドウ、テキスト・画像・動画のネイティブ入力、ハイブリッドスパース＋リニアアテンションを備えています。MITライセンスで提供されています。
FeloでGLM-5.3-Flashを始める
Z.aiのオープンなフロンティアモデル。1.31Mトークンのコンテキスト、ネイティブなマルチモーダル入力、エージェント級のコーディングを、この1か所で。
Felo AI SearchでGLM-5.3-Flashを開くZ.aiプラットフォームとFelo APIでも利用できます