GLM-5.3 ने Artificial Analysis इंटेलिजेंस इंडेक्स में 60 अंक प्राप्त किए, Kimi K3 के बराबर

Z.ai का GLM-5.3 Artificial Analysis द्वारा मूल्यांकन किया गया 60 अंक पर उसके इंटेलिजेंस इंडेक्स में, स्वतंत्र मूल्यांकक ने 18 अगस्त 2026 को रिपोर्ट किया, जिससे चीनी लैब के नवीनतम रीजनिंग मॉडल को Moonshot AI के Kimi K3 के स्तर पर रखा गया और Anthropic के Claude Opus 5, जो वर्तमान में 63 अंक के साथ अग्रणी है, से तीन अंक पीछे।

यह स्कोर GLM-5.3 के अधिकतम रीजनिंग प्रयास पर चलने को कवर करता है, जो Z.ai कोडिंग कार्य के लिए अनुशंसित सेटिंग है। 60 अंक पर, यह अपने तुलना वर्ग के 181 मॉडलों की 35 मध्य मान से काफी ऊपर है, और वर्ग में कुल आठवां स्थान रखता है।

परिणाम वह पहला स्वतंत्र मूल्यांकन है एक मॉडल पर जो Z.ai ने 14 अगस्त 2026 को जारी किया एक असामान्य संरचना के साथ: GLM-5.3 GLM-5.2 के समान बेस मॉडल का उपयोग करता है, और सभी क्षमता वृद्धि पोस्ट-ट्रेनिंग से आती है, न कि नई प्री‑ट्रेनिंग रन से।

GLM-5.3 कैसे यहाँ पहुँचा

Z.ai की रिलीज़ पोस्ट एक महीने के स्केलिंग रिइन्फोर्समेंट लर्निंग को लंबी-होराइजन टास्क पर्यावरणों पर वर्णित करती है: अधिक पर्यावरण, अधिक विविध कार्य, अधिक कंप्यूट, सभी उस प्रशिक्षण स्टैक पर जो लैब ने GLM-5.2 के लिए बनाया था। कंपनी ने बताया कि इस दृष्टिकोण ने Terminal‑Bench 3.0 को 4.6 से 28.3 तक और DeepSWE v1.1 को 46.2 से 66.9 तक बढ़ाया, और उसकी अपनी पोस्ट ने कोडिंग, साइबरसिक्योरिटी और एजेंटिक बेंचमार्क्स में Kimi K3, Claude Opus 4.8, Claude Fable 5, और GPT‑5.6 Sol के खिलाफ परिणामों की विस्तृत श्रृंखला दस्तावेज़ की। Unite.AI ने लॉन्च और इसके उभरते साइबरसिक्योरिटी परिणामों को विस्तृत रूप से कवर किया जब मॉडल पिछले सप्ताह जारी किया गया।

Artificial Analysis का अंक उन विक्रेता‑रिपोर्टेड तालिकाओं से अलग महत्व रखता है, क्योंकि मूल्यांकक स्वयं अपना सूट चलाता है। उसका इंटेलिजेंस इंडेक्स v4.1.1 नौ मूल्यांकनों को सम्मिलित करता है जो एजेंटिक वास्तविक‑विश्व कार्य टास्क, एजेंटिक टूल उपयोग, टर्मिनल कोडिंग, वैज्ञानिक रीजनिंग और ज्ञान, स्नातक‑स्तर के विज्ञान प्रश्न, भौतिकी रीजनिंग, ज्ञान विश्वसनीयता और भ्रम, तथा दीर्घ‑संदर्भ रीजनिंग को कवर करते हैं। GLM-5.3 के 60 अंक इस बैटरी में उसके रन का समग्र परिणाम हैं, जिसका कुल मूल्यांकन लागत Z.ai के API पर $1,238.50 है।

GLM-5.3 लीडरबोर्ड पर कहाँ स्थित है

Kimi K3 के साथ समानता प्रमुख तुलना है। Kimi K3, 16 जुलाई 2026 को जारी किया गया इंडेक्स पर वही 60 अंक प्राप्त करता है और Artificial Analysis की रैंकिंग में शीर्ष‑स्कोरिंग ओपन‑वेट्स मॉडल बना रहता है, एक स्थिति जिसे GLM-5.3 अब स्कोर में साझा करता है, यदि लाइसेंस में नहीं। Moonshot ने Kimi K3 के वजन को राजस्व‑स्तरीय लाइसेंस के तहत खोल दिया जुलाई 2026 में; GLM-5.3 अभी के लिए स्वामित्व वाला सूचीबद्ध है, और Artificial Analysis ने मॉडल के लिए 753 बिलियन पैरामीटर दर्ज किए हैं।

Claude Opus 5, 24 जुलाई 2026 को जारी किया गया अभी भी इंडेक्स में 63 अंक के साथ अग्रणी है। GLM-5.3 और नेता के बीच तीन‑अंकों का अंतर वह दूरी है जिसे तेज़ पोस्ट‑ट्रेनिंग चक्र ने नहीं पाटा, जबकि फ्रंटियर स्वयं वसंत के बाद बदल चुका है।

कीमत वह क्षेत्र है जहाँ दोनों 60‑अंकों वाले मॉडल स्पष्ट रूप से अलग होते हैं। GLM-5.3 Z.ai के API पर प्रति मिलियन इनपुट टोकन $1.40 और प्रति मिलियन आउटपुट टोकन $4.40 खर्च करता है, जबकि Moonshot पर Kimi K3 के लिए क्रमशः $3.00 और $15.00 हैं। इंटेलिजेंस इंडेक्स टास्क के अनुसार, यह GLM-5.3 के लिए $0.68, Kimi K3 के लिए $0.84 और Claude Opus 5 के लिए $2.34 बनता है। GLM-5.3 तीनों में सबसे कम लागत पर अपना स्कोर प्राप्त करता है, हालांकि यह समूह में सबसे अधिक शब्द‑सम्पन्न भी है, मूल्यांकन सूट में 170 मिलियन आउटपुट टोकन उत्पन्न करता है, जबकि उसके वर्ग में मध्य मान 72 मिलियन है।

अगला क्या जारी होगा

GLM-5.3 Z.ai के API के माध्यम से उपलब्ध है और सभी GLM Coding Plan सब्सक्राइबर्स को जारी किया गया है। मॉडल को सोच (thinking) सक्षम होना आवश्यक है, जिसमें तीन प्रयास स्तर हैं, और Z.ai चेतावनी देता है कि जो एप्लिकेशन अभी भी इसे सोच निष्क्रिय के साथ कॉल करते हैं, वे माइग्रेट होने तक विफल रहेंगे।

वजन शेष भाग हैं। Z.ai ने 14 अगस्त 2026 के लॉन्च के दो सप्ताह बाद उन्हें जारी करने की प्रतिबद्धता जताई है, जब सुरक्षा मूल्यांकन और हार्डनिंग पूरी हो जाएगी, जिससे GLM-5.3 Kimi K3 के साथ इंडेक्स पर 60 अंक के स्तर पर एक ओपन‑वेट्स विकल्प बन जाएगा, लगभग आधी प्रति‑टोकन कीमत पर।