GLM-5.3
Z.ai
Son güncelleme: 13 Kasım 2026
🖥️ Bu model bilgisayarında çalışır mı?
Ağırlıkları açık, ama tüketici donanımında pratik değil: ~753B MoE — tam model çok yüksek VRAM ister
Ağırlıklar Hugging Face'te (zai-org/GLM-5.3), GLM-5.3 License ile. ~753B parametreli MoE; tam model çok yüksek VRAM ister.
Ekran kartını seç, çalışır mı gör →Bağlam uzunluğu
1M token
API giriş (1M token)
$1.4
API çıkış (1M token)
$4.4
Kullanıcı planı
Coding Plan (Lite 18$/ay'dan)
Türkçe destek
Zayıf
Çok modlu
Hayır
Hızı
Orta
OpenAI uyumlu
Evet
Ne İçin Kullanılır?
- ✓Uzun bağlamlı kod üretimi ve repo analizi
- ✓Otonom ajan / tool kullanımı
- ✓Karmaşık, çok dosyalı yazılım projeleri (front-end, bug fix, refactoring)
- ✓Siber güvenlik analizi ve zafiyet keşfi
- ✓RAG ve çok belgeli sentez
Güçlü Yönler
- ↑1M token context window, 128K maksimum çıktı
- ↑Terminal-Bench 3.0'da 4,6 → 28,3: ajan ve terminal işlerinde sıçrama
- ↑DeepSWE v1.1'de 66,9 — GLM-5.2'nin 20 puan üstü
- ↑CyberGym'de 84,5 ile zafiyet analizinde güçlü
- ↑OpenAI uyumlu API; function calling, MCP ve structured output desteği
Dikkat Edilecekler
- ↓Benchmark skorları üreticinin kendi koşturduğu testler — bağımsız doğrulama yok
- ↓Terminal-Bench 3.0 ve DeepSWE'de Claude Fable 5'in gerisinde
- ↓DeepSWE'de Kimi K3 önde — "açık kaynak SOTA" iddiası her benchmark için geçerli değil
- ↓Türkçe için optimize değil (İngilizce/Çince odaklı)
- ↓Multimodal değil, sadece metin
- ↓Thinking modu kapatılamıyor — basit işlerde de token yakıyor
- ↓Lisans MIT değil: 10 milyar dolar üstü gelirli büyük sağlayıcılara güvenlik incelemesi şartı var
Bu Modelle İlgili Haberler
GLM-5.3, Z.ai'nin (Zhipu AI) 14 Ağustos 2026'da yayınladığı amiral modeli. GLM-5.2 ile aynı base model üzerine kurulu — 753B toplam, ~40B aktif parametreli MoE mimarisi. Yeniden pre-training yok; kazanımın tamamı ölçeklenmiş post-training'den geliyor: daha fazla çalıştırılabilir ortam, daha uzun RL koşuları. Fark en çok ajan ve terminal işlerinde görünüyor. Terminal-Bench 3.0'da 4,6'dan 28,3'e çıkmış — bu "biraz iyileşme" değil, işe yaramaz halden çalışır hale geçiş. DeepSWE v1.1'de 46,2 → 66,9, SWE-Marathon v1.1'de 19,4 → 42,5, Agents' Last Exam'de 23,8 → 28,5, CyberGym açık tespitinde 77,2 → 84,5. Ama zirve iddiasını olduğu gibi alma. Bu skorların tamamı Z.ai'nin kendi koşturduğu testler; lansman anında bağımsız olarak tekrarlanmış değil. Üstelik Z.ai'nin kendi tablosunda bile Claude Fable 5 Terminal-Bench 3.0'da (33,7) ve DeepSWE'de (69,7) önde, Kimi K3 de DeepSWE'de 67,5 ile GLM-5.3'ün üstünde. Ağırlıklar lansmandan yaklaşık iki hafta sonra, Ağustos sonunda Hugging Face'te yayınlandı. Lisans MIT değil, Z.ai'ın kendi GLM-5.3 lisansı: bireysel kullanıcı ve küçük şirketler için serbest, ama yıllık geliri 10 milyar doları aşan model sağlayıcılarından güvenlik incelemesi istiyor. API fiyatı GLM-5.2 ile aynı kaldı: milyon token başına 1,40 dolar girdi, 4,40 dolar çıktı. Abonelikle kullanmak istersen GLM Coding Plan ayda 18 dolardan başlıyor. Teknik taraf: 1M token context window, 128K maksimum çıktı, zorunlu thinking modu (low/high/max seviyeleri, kapatılamıyor), function calling, MCP ve structured output desteği, OpenAI uyumlu API. Yalnızca metin giriş/çıkış — görüntü ya da ses yok. Türkçe için optimize edilmemiş, İngilizce ve Çince odaklı. Kod yazdırırken sorun çıkarmaz ama Türkçe içerik üretimi için tercih edeceğin model değil.
En Yakın Alternatif
Bu Modelle İlgili Rehberler
Gerekli Programlar
Açık ağırlıklı bir modeli kendi bilgisayarında çalıştırmak için bir model yöneticisi gerekir. İkisi de ücretsiz, ikisi de Windows, Mac ve Linux'ta çalışır.
LM Studio — görsel arayüz isteyenler için
Modeli listeden seçip indiriyorsun, terminal yok. Yeni başlayan için en kısa yol.
Ollama — terminalden çalıştıranlar için
Terminalden tek komutla model indirip çalıştırıyorsun, arayüz yok. Bu modelin Ollama kütüphanesinde hazır bir sürümü olup olmadığını ollama.com'da arayarak görebilirsin.
Donanım tarafı
Büyük modeller için ekran kartı yetmiyorsa, iş istasyonu sınıfı donanımın ne verdiğini rehberde ölçtük.
DGX Spark rehberi →