GLM-5.3: precio, contexto y rendimiento

Presentación

Zhipu AI (Z.ai) publicó GLM-5.3 el 14 de agosto de 2026. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero. Es un modelo de pesos abiertos: puede alojarlo usted mismo en una infraestructura que controla, y además lo ofrecen 88 proveedores de API recogidos en models.dev. Tiene, por tanto, 2 meses a 22 de octubre de 2026.

Lo clasificamos entre los modelos de pesos abiertos (68 modelos de esta categoría en el sitio).

¿Qué dicen las pruebas independientes?

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), GLM-5.3 obtiene un índice de capacidad de 78,8 sobre 100, calculado con 5 pruebas de nuestra cesta.

No figura entre los 30 primeros del ranking semanal.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 90,9 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 91,1 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierMath (matemáticas de investigación muy difíciles): 68,8 % — el mejor modelo seguido, GPT-6 Astra, alcanza 93,7 %
• FrontierCode (tareas de programación avanzadas): 40,1 % — el mejor modelo seguido, Claude Opus 5.5, alcanza 54,6 %

Contexto y capacidades

Su ventana de contexto alcanza 1.000.000 tokens, unas 1500 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 131.072 tokens.

Acepta como entrada: texto.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

Los pesos están publicados en Hugging Face (zai-org/GLM-5.3): 753,3 mil millones de parámetros, licencia other y 1.937.342 descargas en los últimos 30 días. Vea también nuestra selección de modelos open source.

¿Cuánto cuesta GLM-5.3?

GLM-5.3 cuesta 1,2 US$ por millón de tokens de entrada y 4,18 US$ por millón de tokens de salida (tarifa del fabricante, consulta del 22 de octubre de 2026).

En la práctica, una tarea de agente que lee 20 000 tokens y escribe 2000 cuesta unos 0,032 US$, es decir, 32,27 US$ por 1000 tareas de este tipo.

Son 4,2 veces el precio de salida mediano de los modelos de pesos abiertos (1 US$).

Los tokens leídos desde la caché cuestan 0,30 US$ por millón: útil para un agente que reenvía a menudo el mismo contexto.

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

¿Cuándo elegirlo?

Por su categoría, GLM-5.3 está pensado sobre todo para los proyectos en los que quiere controlar sus datos o el alojamiento, o adaptar el modelo a su sector.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

Modelos comparables

En la misma categoría, los modelos más cercanos a GLM-5.3 son:

• Kimi K2.5 (Moonshot AI, índice 78,1) — ver la comparativa
• GLM-5 (Zhipu AI (Z.ai), índice 77,2) — ver la comparativa
• Kimi K3 (Moonshot AI, índice 80,7) — ver la comparativa
• Muse Spark Open (Meta, índice 75,2) — ver la comparativa