GLM-5.3-Flash: ما الجديد، وكيفية الوصول إليه، والبدائل المجانية (2026)

نشرت Z.ai الأوزان المفتوحة لنموذج GLM-5.3-Flash في 25 أغسطس 2026، وتم تحديث وثائق المطورين الخاصة به لآخر مرة في 26 أغسطس.

كل ما يلي يأتي من مصدرين رسميين. الأول هو بطاقة النموذج في مستودع zai-org/GLM-5.3-Flash. والآخر هو وثائق مطوري Z.ai. تمت قراءة كليهما في 27 أغسطس 2026.

ما هو GLM-5.3-Flash

تبدأ بطاقة النموذج بادعاء يستحق الاقتباس بدقة. حيث كتبت Z.ai: "نقدم GLM-5.3-Flash، أول نموذج متعدد الوسائط بشكل أصيل في سلسلة GLM-5."

يحدد رقمان شكل هذا النموذج. تدرج البطاقة "320 مليار (320B) إجمالي المعلمات و18 مليار (18B) فقط من المعلمات النشطة"، وهو تصميم خليط من الخبراء متباعد (sparse mixture) وليس تصميمًا مكثفًا (dense).

تقدم البطاقة ادعاءً مقارنًا واحدًا. حيث تذكر أن النموذج "يتفوق على GLM-5.2 عبر اختبارات القياس وأعباء العمل الواقعية بعُشر السعر". كما تصف النموذج بأنه "يقترب من Claude Opus 4.8 في اختبارات البرمجة والمهام الوكيلة (agentic)."

الترخيص هو الجزء الأكثر أهمية لأي شخص يرغب في تشغيله. تدرج البيانات الوصفية للمستودع ترخيص MIT، وهو أحد أكثر التراخيص تساهلاً وشيوعاً في الاستخدام.

تغييرات البنية البرمجية، بكلمات الجهة المطورة

تصف Z.ai ثلاثة تغييرات محددة بدلاً من تحديث عام.

نموذج أساسي جديد. تذكر البطاقة أن GLM-5.3-Flash "يبدأ من نموذج أساسي تم تدريبه حديثًا، مع إعادة تصميم بنيته ووصفة تدريبه لتركز على القدرة والكفاءة."

آلية الانتباه الهجين (Hybrid attention). لأول مرة في هذه السلسلة، تجمع Z.ai بين "الانتباه المتباعد والخطي، مما يقلل بشكل كبير من تكاليف تقديم السياق الطويل مع الحفاظ على قدرات دقيقة للسياق الطويل."

mHC. يتبنى النموذج ما تسميه البطاقة "Manifold-Constrained Hyper-Connections (mHC) لتحسين كفاءة التوسيع بشكل أكبر."

تم تسمية مجموعة بيانات التدريب أيضًا. وتُرجع Z.ai الفضل في زيادة الكفاءة إلى "أحدث مجموعة بيانات تدريب مسبق متعددة الوسائط لدينا بسعة 30 تريليون توكن (30T-token)".

أين يبدأ وينتهي ادعاء تعدد الوسائط

الوثائق محددة بشأن كيفية إدخال الصور. يوجه دليل Z.ai إلى "إضافة كتلة محتوى بـ type: image_url إلى messages[].content[]"، مع تمرير إما رابط الصورة (URL) أو رابط بيانات Base64.

يتم دعم أكثر من صورة واحدة لكل طلب. وتشير الصفحة نفسها إلى أنه يمكن إضافة صور متعددة من خلال تضمين كتل متعددة من هذا القبيل.

نافذة السياق هي العنوان الرئيسي الآخر. تشير الوثائق إلى دعم "نافذة سياق تبلغ 1 مليون توكن (1M-token)"، وتدعم هوامش التقييم ذلك من خلال الإبلاغ عن تشغيل اختبار قياسي واحد "تحت سياق 1 مليون (1M)."

ما لا تقيسه بطاقة النموذج

يوجد هذا القسم لأن الفجوة تهم أكثر من النقاط البارزة.

تسجل بطاقة النموذج اختبار قياس للصور يسمى BabyVision. كما توثق المعالجة المسبقة أيضًا. يتم تغيير حجم الصور "بحيث لا يقل جانبها الأقصر عن 1.5K بكسل"، وبالتالي يتم قياس الرؤية بشكل حقيقي.

لم يتم تسمية أي اختبار قياسي للجداول. البحث في بطاقة النموذج عن table، وspreadsheet، وdocument، وchart يعطي صفر نتائج مطابقة. وبدلاً من ذلك، تغطي التقييمات المذكورة البرمجة، والوكلاء، ومحطات الطرفية، والأتمتة.

هذا الغياب ليس دليلاً على الضعف. بل يعني ببساطة أنه لا ينبغي لأحد أن يعدك بأن هذا النموذج يقرأ لقطات شاشة جداول البيانات الخاصة بك بشكل موثوق، لأن الجهة المطورة لم تنشر رقمًا قياسيًا لذلك.

هناك إغفال آخر يجدر التنويه إليه. الرقم الوحيد في جانب التسعير من الوثائق يحمل قيدًا توضيحيًا. وهذا يجعله غير آمن للاقتباس كتعرفة ثابتة، لذا تم استبعاده هنا.

كيفية الوصول إليه

هناك طريقان، وهما يناسبان أشخاصًا مختلفين.

الطريق	ما تحتاجه	أين تم توثيقه
Hosted API	حساب على منصة واجهة برمجة تطبيقات Z.ai	دليل GLM-5.3-Flash في وثائق مطوري Z.ai
الأوزان المفتوحة	وحدات معالجة الرسومات (GPUs) الخاصة بك وأحد إطارات عمل التشغيل الأربعة	بطاقة النموذج في مستودع Hugging Face

بالنسبة للطريق المستضاف، تشير الوثائق إلى أن GLM-5.3-Flash "متاح الآن بالكامل في خطة برمجة GLM (GLM Coding Plan)." وينسب السطر نفسه الفضل إلى قدرات تعدد الوسائط الأصيلة وثلاثة أضعاف الحصة المحددة.

تستحق هوامش التقييم القراءة قبل التخطيط لعبء العمل. فهي تذكر اختبارات قياس البرمجة، والطرفية، والوكيل، والأتمتة، ويسرد كل منها طول السياق الخاص به ونموذج التحكيم. يخبرك هذا بما قامت الجهة المطورة بتحسينه.

للتشغيل المحلي، تذكر البطاقة أربعة إطارات عمل وتربط طريقة إعداد لكل منها: SGLang، و vLLM، و TokenSpeed، و KTransformers. التقرير الفني وراء هذه السلسلة متاح على arXiv.

بدائل مجانية إذا كنت تريد أوزانًا مفتوحة

إن نموذج GLM-5.3-Flash نفسه مجاني للتنزيل بموجب ترخيص MIT. إذا كنت تريد خيارًا ثانيًا، فإن المقارنة المهمة هي الترخيص بالإضافة إلى الوسيط (modality)، وليس ترتيب اختبار القياس.

يعد Qwen3.8 أقرب نظير تم نشره. تدرج بطاقة نموذج Hugging Face الخاصة به ترخيص Apache-2.0 ويقبل النصوص والصور والفيديو. ويذكر سياقًا أصيلاً يبلغ 262,144 توكن، قابلاً للتوسيع نحو مليون توكن.

يغطي تقريرنا عن Qwen3.8 هذا الإصدار بشروطه الخاصة. قراءة بطاقتي النموذج جنبًا إلى جنب هي أسرع طريقة لمعرفة أيهما يتوافق مع أجهزتك.

الاختلاف العملي يكمن فيما تقوم بتشغيله بالفعل. يعمل كلا النموذجين من خلال نفس إطارات العمل المفتوحة، لذا فإن تكلفة التبديل عادة ما تكون تغييرًا في الإعدادات بدلاً من إعادة كتابة الكود.

النموذج ليس منتجًا نهائيًا جاهزًا للتسليم

تمنحك الأوزان وواجهة برمجة التطبيقات القدرة فحسب. لكنها لا تمنحك التقرير، أو العرض التقديمي، أو جدول البيانات المُنظف الذي ينتظره شخص ما.

تلك الخطوة الأخيرة هي مسألة تتعلق بسير العمل وليست مسألة تتعلق بالنموذج. يأخذ Powerdrill Bloom الملف الذي لديك بالفعل ويعيد لك النتيجة المطلوبة.

تدرج صفحة الموصلات الخاصة به معالجة Excel و TSV و CSV إلى جانب تحويل النص إلى SQL. وتصف صفحة تحويل الصورة إلى نص تحميل ملفات JPG و JPEG و PNG و WEBP و GIF. ثم تطرح أسئلة عنها بلغة طبيعية.

لاحظ الحدود الصريحة في تلك الصفحة الثانية. تصف تلك الصفحة ملخصًا للنقاط الرئيسية للصورة، بالإضافة إلى ترجمة النص الذي تم إنشاؤه. وهي لا تصف استخراج جدول منظم من صورة فوتوغرافية، لذا لا تبنِ خططك على ذلك.

الخطط مدرجة في صفحة الأسعار، والمستوى المجاني كافٍ لاختبار شكل سير العمل. إذا كنت ترغب في تجربة تلك الخطوة الأخيرة على ملف مصدر حقيقي، فابدأ مع Powerdrill Bloom.

الأسئلة الشائعة

هل نموذج GLM-5.3-Flash مجاني للاستخدام؟

الأوزان مرخصة بموجب ترخيص MIT، لذا فإن تنزيلها وتشغيلها بنفسك لا يتطلب أي رسوم ترخيص. تكاليف التشغيل تقع على عاتقك، وتعد واجهة برمجة التطبيقات المستضافة مسارًا تجاريًا منفصلاً.

هل يمكن لـ GLM-5.3-Flash قراءة الصور؟

نعم. تصف وثائق المطورين كتلة محتوى image_url تقبل رابط URL أو رابط بيانات Base64، وصورًا متعددة لكل طلب.

ما هو حجم نافذة السياق؟

تشير الوثائق إلى نافذة سياق تبلغ 1 مليون توكن (1M-token). وقد تم إجراء تقييم واحد منشور تحت هذا السياق الكامل.

هل يفهم GLM-5.3-Flash جداول البيانات والمستندات؟

لا تنشر بطاقة النموذج اختبار قياس للجداول أو المستندات، لذلك لا يوجد رقم من الجهة المطورة للاستشهاد به. تعامل مع قراءة جداول البيانات على أنها غير مختبرة بدلاً من كونها قدرة مدرجة.

ما الذي يمكنني تشغيله عليه؟

تذكر بطاقة النموذج SGLang، و vLLM، و TokenSpeed، و KTransformers، وتربط دليل إعداد أو طريقة عمل لكل منها. تتبع متطلبات الأجهزة وثائق إطارات العمل تلك بدلاً من البطاقة نفسها.