GLM-5.3 en 2026: benchmarks, precios y guía de setup

1. GLM-5.3 de un vistazo: la ficha técnica

GLM-5.3 es el flagship de agosto 2026 de la familia GLM-5 de Zhipu, y el modelo con la tabla de benchmarks pública más completa de toda la línea GLM. Misma base MoE clase-744B que GLM-5.2, unos 40B activos por token — sin nuevo pretraining, solo una corrida de post-training escalada. Los pesos abiertos llegaron a Hugging Face (zai-org/GLM-5.3) a fines de agosto tras dos semanas de revisión de seguridad, y cada cifra de abajo es un número público de GLM-5.3 con su fuente al final del artículo.

El linaje es corto y veloz: GLM-4.5 (355B, julio 2025) → GLM-4.6 (contexto 200K, septiembre 2025) → GLM-4.7 (diciembre 2025) → GLM-5 (744B, febrero 2026) → GLM-5.1 (abril 2026) → GLM-5.2 (junio 2026, el ancla verificada: 62.1 SWE-bench Pro, 81.0 Terminal-Bench 2.1) → GLM-5.3 (agosto 2026). Doce días después Z.ai sumó GLM-5.3-Flash: otro modelo distinto, entrenado de cero, 320B/18B nativamente multimodal (imagen + video) que supera a GLM-5.2 a cerca de un décimo del precio de API.

2. Qué mejoró vs GLM-5.2

Un dato enmarca todo: GLM-5.3 reusa el base model de GLM-5.2, así que cada punto de abajo sale del post-training sobre entornos ejecutables, escalados y verificables. Los saltos son grandes justo donde las tareas se parecen al trabajo real de ingeniería. Acá va GLM-5.3 contra GLM-5.2 y la frontera cerrada — todo cifras reportadas por Z.ai desde los docs oficiales y el blog de lanzamiento:

Como referencia, GLM-5.2 sigue siendo el ancla verificada en las suites anteriores: 62.1 en SWE-bench Pro (sobre GPT-5.5 con 58.6, detrás de Claude Opus 4.8 con 69.2) y 81.0 en Terminal-Bench 2.1. La era GLM-5.3 movió la vara a suites más duras — Terminal-Bench 3.0, DeepSWE, Agents’ Last Exam, CyberGym — por eso conviene comparar 5.3 contra 5.2 en el mismo benchmark, nunca entre benchmarks distintos.

3. Quickstart: Claude Code, Cline y API directa

Tenés tres caminos verificados para correr GLM-5.3 hoy: el GLM Coding Plan dentro de Claude Code, cualquier herramienta OpenAI-compatible como Cline, o la API directa de Z.ai con model id glm-5.3. Elegí el que matchee tu setup — las tres URLs de abajo salen directo de la documentación oficial.

npm install -g @anthropic-ai/claude-code

// ~/.claude/settings.json
{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "your_zai_api_key",
    "ANTHROPIC_BASE_URL": "https://api.z.ai/api/anthropic",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5.3[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.3[1m]",
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
    "API_TIMEOUT_MS": "3000000"
  }
}

cd your-project-directory
claude

Provider:  OpenAI Compatible
Base URL:  https://api.z.ai/api/coding/paas/v4
API Key:   your_zai_api_key
Model:     glm-5.3  (custom model name)
Images:    OFF (uncheck Support Images, GLM-5.3 es solo texto)
Context:   1000000

pip install --upgrade "openai>=1.0"

from openai import OpenAI

client = OpenAI(
    api_key="your-Z.AI-api-key",
    base_url="https://api.z.ai/api/paas/v4/",
)

completion = client.chat.completions.create(
    model="glm-5.3",
    messages=[
        {"role": "system", "content": "You are a senior backend engineer."},
        {"role": "user", "content": "Refactor this function for clarity and add tests."},
    ],
    extra_body={
        "thinking": {"type": "enabled"},
        "reasoning_effort": "max",  # low | high | max (default max)
    },
)
print(completion.choices[0].message.content)

Atención con los endpoints: la cuota del Coding Plan solo funciona en los endpoints de coding (Anthropic https://api.z.ai/api/anthropic u OpenAI https://api.z.ai/api/coding/paas/v4). Apuntar tu herramienta al endpoint general factura distinto y no consume cuota del plan. ¿Necesitás visión o un tier más barato? Eso es territorio de GLM-5.3-Flash (nativamente multimodal, $0.15/$0.50 por 1M) — no de este flagship.

4. Límites honestos

GLM-5.3 es el modelo open-weights de programación más fuerte que probé este año, pero “más fuerte abierto” no es “mejor en todo”. Acá está donde todavía pierde, para que decidas con los ojos abiertos.

Ninguno de estos límites es un dealbreaker — son el precio normal de los pesos abiertos en la frontera. La cuenta de costos (mismo $1.40/$4.40 por 1M que GLM-5.2, Flash a un décimo de eso) deja margen de sobra para correr tus propias evals antes de comprometerte.

Veredicto

Si querés programación casi-frontera sin precios de frontera, GLM-5.3 es la respuesta open-weights por defecto en septiembre 2026: 28.3 en Terminal-Bench 3.0, 66.9 en DeepSWE, 28.5 en Agents’ Last Exam, 84.5% en CyberGym, un 1M de contexto real, pesos abiertos y soporte de primera en Claude Code y Cline — con los 62.1 de GLM-5.2 en SWE-bench Pro como fallback verificado.

Mi recomendación: empezá con el tier Lite del Coding Plan en un repo real por dos semanas con el modelo glm-5.3 (reasoning_effort en max), mantené GLM-5.2 como baseline y compará tareas completadas — no screenshots de benchmarks. Si rinde, escalá a Pro; tirá de GLM-5.3-Flash cuando necesites visión o un décimo del costo por token.

Fuentes

• Z.ai — blog de GLM-5.3 (benchmarks)
• Docs Z.ai — GLM-5.3 overview (ficha, quickstart)
• Z.ai — blog de GLM-5.3-Flash (320B/18B multimodal)
• GitHub — zai-org/GLM-5 (releases, notas 5.2–5.3)
• Hugging Face — zai-org/GLM-5.3 (pesos abiertos)
• Z.ai — blog de GLM-5.2 (benchmarks ancla)
• Docs Z.ai — setup de Claude Code
• Docs Z.ai — quick start del Coding Plan