glm-5.3-flash

Z.ai MIT Abierta permisiva Activo en el leaderboard
Nuevo

Snapshot del 11 de septiembre de 2026 · LMArena, categoría overall

Puesto

#28

categoría overall

Arena Score

1475

IC 95% 1468 – 1482

Percentil

93

sobre el leaderboard completo

Batallas

9 479

votos acumulados

Distancia al #1

−30

puntos de rating

Modelos por encima

27

con rating superior

Intervalo de confianza: 14 pts de ancho σ² = 11.7

Empate estadístico: los intervalos de confianza se solapan con 35 modelos del rango #14 – #49, así que el puesto no es distinguible del de ellos con los votos actuales.

Dependencia del estilo

El style control descuenta el formato de la respuesta (longitud, markdown, listas). Un delta positivo significa que el modelo mejora cuando ese efecto se descuenta.

Sin control de estilo

1472 #23

Con control de estilo

1312 #14

Efecto del style control

+3 pts

Rendimiento por categoría

Puesto del modelo en cada categoría del leaderboard. Si no acumula votos suficientes en una categoría, no aparece en ella.

Código

#21

Matemáticas

#7

Escritura creativa

#57

Seguimiento de instrucciones

#30

Multi-turno

#43

Prompts difíciles

#30

Nivel experto

#15

Inglés

#29

Otros idiomas

#33

Más fuerte en matemáticas (#7) · más débil en polaco (#82)

Trayectoria histórica

Evolución del modelo entre snapshots. El cambio de rating en 30 días es la medida honesta de si mejoró o empeoró.

Debut

27 ago 2026

hace 15 días

Historia

4 snapshots

en los que aparece

Mejor puesto

#27

el 1 sep 2026

Rating máximo

1475

pico histórico

Snapshot anterior

#29

subió 1 puesto

Hace 30 días

#

Rating 30 días

pts

cambio neto

Volatilidad

5.1

desviación del puesto

Dentro de su organización

Puesto #2 de 16 modelos

Mejor rating de la organización 1486

Sobre este modelo

Texto del modelo en HTML RAW

Navegar el leaderboard

Otros modelos de Z.ai

Ver todos

Preguntas frecuentes

¿Qué GPU necesito para correr este modelo?
Depende de la cuantización: unos 140 GB de VRAM en fp16, unos 70 GB en 8 bits y unos 40 GB en 4 bits. En la práctica, una H100 de 80 GB lo mueve en 8 bits y una A6000 de 48 GB en 4 bits.
¿Cuantizarlo le baja la calidad?
Bajar a 8 bits es casi gratis en calidad. A 4 bits la pérdida ya se nota en tareas de razonamiento y de código, aunque para conversación y redacción sigue siendo perfectamente utilizable.
¿Puedo usarlo en un producto comercial?
Sí, la Llama 3.3 Community License permite uso comercial, pero no es una licencia abierta sin condiciones: obliga a atribuir el modelo y exige una licencia aparte de Meta si tu producto supera los 700 millones de usuarios activos mensuales.
¿Por qué el puesto no es un dato exacto?
Porque el rating es una estimación con margen de error. Cuando los intervalos de confianza de dos modelos se solapan, el orden entre ellos depende del ruido de los votos, no de una diferencia real de calidad.
¿Ollama o vLLM?
Ollama para empezar rápido y para un solo usuario a la vez. vLLM cuando hay peticiones concurrentes: agrupa las peticiones y aprovecha mucho mejor la GPU, a cambio de una configuración más laboriosa.
¿Cada cuánto se actualizan estos datos?
Con cada snapshot del leaderboard. La fecha del snapshot que estás viendo aparece arriba, junto al nombre del modelo, y las comparativas a 30 días se recalculan contra el snapshot más cercano a esa ventana.