Modelos

GLM 5.3 Flash

Z.ai (Zhipu AI)

Apenas catálogo Pesos abertos

Última revisão:

Soberania e alojamento

Apenas no catálogo

Este modelo está catalogado para referência. Ainda não está alojado na LLM EU, e nenhum endpoint próprio o serve aqui. Os pedidos são encaminhados diretamente para o fornecedor, sob os termos desse fornecedor.

Resumo

Aceita texto e imagens e responde em texto. GLM 5.3 Flash é um modelo de visão-linguagem de pesos abertos muito grande da Z.ai (Zhipu AI): 321.3B parâmetros sob a licença MIT. A configuração publicada não regista janela de contexto, pelo que este cartão não apresenta nenhuma. O repositório foi criado em agosto de 2026 e está espelhado no Hugging Face. É um ponto de controlo base sem ajuste de instruções. O cartão é apenas para catálogo: o LLM EU não executa este modelo. O editor lista 2 idiomas, 1 deles entre os idiomas em que a União Europeia publica.

Especificações

Fornecedor
Z.ai (Zhipu AI) (CN)
Janela de contexto
Não verificado: o fornecedor não documentou esta afirmação.
Parâmetros
321.3B
Modalidades
text, vision
Licença
mit · licence
Pesos abertos
yes
Data de lançamento
25/08/2026
Tarefas
Raciocínio, Codificação, Baixo custo, Visão

Idiomas

Forte: en

Adequado: zh

Forte

  • en

Adequado

  • zh

Não verificado: o fornecedor não documentou esta afirmação. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Quando usar

Pontos fortes

  • open weights are published on Hugging Face and can be downloaded without a vendor agreement
  • mit licence, so commercial self-hosting is permitted without a separate agreement
  • the model page lists en

Limitações

  • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
  • no evaluation has been run by LLM EU
  • the published configuration records no context window, so the card carries none
  • at 321.3B parameters, self-hosting needs a multi-node deployment rather than a single server
  • vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model