Model ẩn danh đứng đầu bảng xếp hạng hóa ra là GLM-5.3-Flash

Ngày 26/8/2026, Z.AI thả một quả bom nhỏ vào giới AI. Model "ẩn danh" đứng đầu hàng loạt bảng xếp hạng suốt mấy tuần qua hóa ra chính là GLM-5.3-Flash, phiên bản GLM-5 đầu tiên xử lý cùng lúc văn bản, hình ảnh và video.

Ox Alpha không còn bí ẩn

Trên các arena benchmark ẩn danh, một cái tên lạ mang biệt danh "Ox Alpha" liên tục đứng top mà không ai biết gốc gác.

Giới kỹ thuật đào sâu và xác nhận: Ox Alpha chính là GLM-5.3-Flash, được huấn luyện trên chip Trung Quốc. Không phải sản phẩm bí mật của một phòng lab giấu tên, mà là model open source sắp ra mắt công khai.

Kiểu "chơi ẩn danh trước, lộ diện sau" này từng làm nhiều người đoán sai hướng cả tuần trời. Lần này Z.AI thắng, và câu chuyện càng thú vị hơn khi model đứng sau lại được huấn luyện hoàn toàn trên chip Trung Quốc, không dùng GPU Nvidia như phần lớn đối thủ.

320 tỷ tham số, chỉ dùng 18 tỷ mỗi lần

GLM-5.3-Flash sở hữu 320 tỷ tham số tổng, nhưng mỗi token chỉ kích hoạt 18 tỷ tham số nhờ kiến trúc hybrid sparse kết hợp linear attention.

Cách thiết kế này giữ được khả năng xử lý ngữ cảnh dài mà không đốt tài nguyên tính toán như model dense truyền thống. Cửa sổ ngữ cảnh của model lên tới 1 triệu token, đủ để nạp cả một repo code lớn hoặc một cuốn sách dày trong một lần chạy.

Đây là bài toán mà nhiều team AI phương Tây vẫn đang loay hoay: làm sao mở rộng ngữ cảnh mà không làm chi phí suy luận phình to. Z.AI có vẻ đã tìm ra lời giải riêng.

Điểm số nói lên tất cả

Trên Artificial Analysis Intelligence Index, GLM-5.3-Flash đạt 57 điểm, vượt các model mã nguồn mở cùng phân khúc.

Khả năng lập trình cũng nhảy vọt: trên Z.ai Code Bench, model cải thiện 50% so với người tiền nhiệm GLM-5.2. Với dân dev, đây là con số đáng chú ý, vì code benchmark thường khó cải thiện nhanh như vậy chỉ sau một bản nâng cấp.

Kết hợp đa phương thức văn bản, hình ảnh, video trong cùng một model khiến GLM-5.3-Flash phù hợp cho nhiều tác vụ hơn hẳn các bản GLM trước, từ đọc hiểu tài liệu scan, phân tích video ngắn, đến sinh code trong cùng một pipeline duy nhất.

Rẻ đến mức khó tin

Giá sử dụng: 0.15 đô cho 1 triệu token đầu vào, 0.50 đô cho 1 triệu token đầu ra.

Từ nay đến ngày 9/9/2026, Z.AI còn giảm thêm 50%, đưa chi phí xuống mức gần như tượng trưng so với các model đóng cùng hiệu năng.

Model phát hành theo giấy phép MIT, weight công khai trên HuggingFace, và khả dụng ngay trong gói GLM Coding Plan. Không cần chờ, không cần xin quyền truy cập riêng.

Cuộc đua mã nguồn mở đang đổi chủ

Từ chip huấn luyện, kiến trúc, đến giá bán, GLM-5.3-Flash cho thấy Trung Quốc không còn chạy theo trong mảng open source AI, mà đang dẫn trước ở nhiều mặt.

Với dev cá nhân hay startup nhỏ, một model 1 triệu token ngữ cảnh, giá rẻ, giấy phép MIT là lựa chọn khó bỏ qua để build sản phẩm mà không cháy túi tiền API.

So với việc xin quota, chờ duyệt, hay trả phí cao cho model đóng, cách Z.AI mở toàn bộ weight và giữ giá thấp tạo áp lực buộc các hãng khác tính lại chiến lược định giá.

Bạn đã thử GLM-5.3-Flash chưa, hay vẫn đang trung thành với các model đóng quen thuộc?

#AI #ZAI #VibeAICoder