Z.ai publicó los pesos de GLM-5.3-Flash en Hugging Face el 26 de agosto, bajo una licencia MIT. El modelo había estado circulando de forma anónima como un endpoint en modo stealth antes de la revelación. Tres detalles en la model card cambian la forma en que debe leerse el lanzamiento.

«Flash» tiene 320.000 millones de parámetros

La card indica 320B parámetros totales y 18B activos por token. En la convención de nomenclatura de cualquier otro proveedor, Flash, Mini, Turbo y Lite designan un modelo pequeño. Aquí designa uno esparso: un diseño de mezcla de expertos en el que solo 18B de los 320B se activan para cualquier token dado. El perfil de coste de inferencia se parece al de un modelo de 18B; la huella de memoria para alojarlo no. Quien lea «Flash» como «funciona en hardware modesto» lo está entendiendo al revés: hace falta capacidad para los 320B completos en memoria para servirlo en absoluto.

Qué interpreta mal el encuadre habitual

La frase que se está citando es que el modelo «supera a GLM-5.2 en benchmarks y cargas de trabajo del mundo real a una décima parte del precio». Léase el sujeto de esa oración. La comparación es con GLM-5.2 —la versión anterior de Z.ai—, no con ningún modelo frontera de otro laboratorio. Una reducción de precio por diez frente a tu propia generación anterior es una afirmación sobre tu pila de inferencia, no sobre tu posición relativa frente a competidores. Se está repitiendo como si significara que el modelo cuesta una décima parte de la frontera, algo que la card no afirma en ninguna parte.

Quién ejecutó las evaluaciones y en qué condiciones

Las puntuaciones reportadas son 84,3 en Terminal-Bench 2.1, 63,4 en Deep-SWE y 55,3 en HLE con herramientas en el conjunto completo. Las condiciones se divulgan, y son generosas. Terminal-Bench 2.1 se ejecutó con temperatura 1,0, max_new_tokens de 65.536 y un timeout de seis horas. Deep-SWE usó un timeout de seis horas y un contexto de 400K. HLE permitió una longitud máxima de generación de 163.840 tokens. Se trata de cifras autoinformadas bajo marcos de evaluación elegidos por el propio laboratorio, algo habitual y también la razón por la que las puntuaciones de benchmarks agentivos de distintos laboratorios rara vez son comparables entre sí.

Qué aporta la licencia MIT

La licencia es la parte de este lanzamiento que no deja lugar a dudas. MIT no impone restricción de uso por sectores, ni una política de uso aceptable, ni un umbral de ingresos a partir del cual cambien las condiciones, ni la obligación de publicar derivados. Eso es materialmente más permisivo que las licencias comunitarias adjuntas a la mayoría de los lanzamientos de open weights de escala comparable. Para un modelo de 320.000 millones de parámetros con un contexto evaluado de 300.000 tokens, esa combinación —escala cercana a la frontera, términos totalmente permisivos— es la noticia real, y no es a eso a lo que apunta el titular sobre el precio.