GLM-5.3 yazma testi: 13 görev, sağlayıcılar ve fiyatlar

👁 118 okunma

GLM-5.3, Laboratuvarımdaki güçlü Çin modellerinin en hızlısı ve MiMo-V2.6-Pro ile birlikte en ucuzlarından biri. Ancak dilbilgisi hatalarını da en sık yapan model. Hazırlanan 13 görevlik yazma testinde 100 üzerinden 63,6 puan aldı; 9 metni 27 saniyede ve 0,018 USD karşılığında üretti. Düşük puanın fp4 kuantizasyonu kullanan ucuz sağlayıcılardan kaynaklanıp kaynaklanmadığını da kontrol ettim: Yalnızca Z.ai üzerinden yapılan tekrar testinde sonuç 61,8 puan oldu. Aşağıda sonuçları, yanıt örneklerini ve USD fiyatlarını bulabilirsiniz. Z.ai modelleri, fiyatları ve GLM Coding Plan hakkında ayrıntılar için GLM rehberime göz atabilirsiniz.

GLM-5.3 nasıl bir model?

GLM-5.3, daha önce Zhipu olarak bilinen Z.ai şirketinin Ağustos 2026 tarihli modelidir. 753 milyar parametresi vardır; bunların 40 milyarı etkin durumdadır. Ağırlıkları Hugging Face’te, kendine özgü GLM-5.3 lisansı altında yayımlanmıştır. Lisans MIT lisansına benzer; ancak geliri 10 milyar USD’yi aşan büyük yapay zekâ hizmeti sağlayıcılarının Z.ai’den güvenlik incelemesi alması gerekir. Z.ai belgelerine göre bağlam uzunluğu 1 milyon token, yanıt sınırı ise 128 bin tokendır.

Akıl yürütme özelliği kapatılamıyor. reasoning_effort parametresi low, high ve max değerlerini alıyor; varsayılan değer max. Artificial Analysis, max ayarında modele 45 puan veriyor (27 Eylül 2026); hızını saniyede 84 token, endeksteki bir görevin maliyetini ise 2,01 USD olarak bildiriyor. GLM-5.3’ün farklı sağlayıcılardaki gerçek maliyetini GLM 5.3: Bu ucuz modelin gerçek maliyetini hesapladım yazımda incelemiştim. Bu yazıda Lehçe performansına odaklanıyorum.

Test sonuçları: iki deneme

Testte, Lehçe yazma için en iyi yapay zekâ sıralamasında kullandığım 13 istemin aynısını kullandım. Ayar effort=low, sağlayıcı OpenRouter’dı; değerlendirmeyi başka şirketlerden üç değerlendirici, model adlarını görmeden yaptı. GLM-5.3’ü iki kez test ettim:

• OpenRouter yönlendirmesi (26 Eylül) - İstekler Mistral (nvfp4), Decart ve Crusoe (fp4) dahil beş farklı sağlayıcıya yönlendirildi.
• Yalnızca Z.ai (27 Eylül) - Sağlayıcı sabitlendi; başka bir sağlayıcıya geçiş yapılmadan üreticinin fp8 sürümü kullanıldı.

Değerlendiricilerin 1-10 ölçeğindeki ortalama puanları. İlk denemeyi de ikinci denemeyle aynı değerlendiriciler ve aynı model grubu içinde puanladı. Karşılaştırma grubunda Claude Opus 5.5, GPT-6 Luna ve Qwen3.8 Max de vardı.

İki deneme arasındaki 1,8 puanlık fark, tek tek görevlerdeki değişkenlikten daha küçük. Yönlendirmeli denemede çeviri 3,0 puan alırken Z.ai denemesinde 8,78 puan aldı; öyküde ise bunun tersi görüldü (4,89’a karşı 3,67). Bu nedenle her görev için tek örnekten yola çıkarak Z.ai’nin daha iyi ya da kötü olduğunu söylemek mümkün değil. Ancak daha ucuz sağlayıcılardaki fp4 kuantizasyonunun düşük sonucu açıklamadığı söylenebilir: Üreticinin sağlayıcısında da benzer sonuç alındı.

Yanıtlardan örnekler

Aşağıdaki alıntı, farklı sağlayıcılar üzerinden üretilen iki müşteri e-postasında görülen aynı hatanın, Lehçe test metninden Türkçeye çevrilmiş örneğidir:

“Özürler kapsamında sizin için PRZEPRASZAMY10 indirim kodunu hazırladık.”

Z.ai sürümü ayrıca “özür dileriz” ifadesini “Anlıyorum” ve “Kontrol ettim” ile karıştırdı. Her iki yanıt da resmî hitap biçimleri arasında tutarsız geçişler yaptı.

OpenRouter yönlendirmesiyle üretilen ve Lehçe test metninden Türkçeye çevrilmiş bülten çevirisi (10 üzerinden 3,0):

“Açıkçası, yeni müşterileri işe almak roket bilimi değil; ama uzun süre çatıda kaldık. Geçen çeyrekte üç büyük hesabı kaybettik.”

Aynı test metninin Z.ai üzerinden üretilen, Türkçeye çevrilmiş çevirisi (10 üzerinden 8,78):

“Açıkçası, yeni müşterileri işe almak zor değil ama uzun zamandır bu işi özensiz yapıyorduk.”

Z.ai’nin öyküsünde (3,67 puan) değerlendiriciler, Lehçe yanıttaki “zarftan dışarı çıktı”, “sekizinci merdiven”, “on sekizliler” ve “sernak” ifadelerini hata olarak sıraladı. Yönlendirme denemesinin özetinde, Qwen3.8 Max’te de görülen “uygulama tarihi belirlenmedi” hatası tekrarlandı. Çocuklara enflasyonu anlatan ilk sürüm, pahalanan çikolatalı gofretlerin üretim maliyetinin artmadığını ima etti; üç değerlendirici de bunu içerik hatası olarak işaretledi.

GLM-5.3 ne kadar hızlı?

effort=low ayarında GLM-5.3 neredeyse hiç akıl yürütmedi: 13 görevde 211 akıl yürütme tokenı kullandı; Qwen3.8 Max’te bu sayı 33 bine ulaştı. Bu nedenle test grubunun en hızlı modeli oldu: İlk denemede 9 yazma görevini 27 saniyede, Z.ai üzerinden yapılan denemede ise 83 saniyede tamamladı. GPT-6 Luna 39 saniye sürdü. Daha yüksek akıl yürütme ayarına sahip GLM-5.3 Prime’da durum farklıydı: Çin yapay zekâ modellerinin Lehçe testinde süre sınırının sonuna kadar düşündü ve metin üretmedi.

GLM, 1.000 kelimede 21-28 uzun tire kullanırken Claude Opus 5.5’te bu sayı 5, GPT-6 Luna’da 8 oldu. Metinlerini doğrudan bir web sayfasında yayımlayacaksanız uzun tireleri normal tire veya virgülle değiştirebilirsiniz.

GLM-5.3 API fiyatları ve test maliyeti

OpenRouter’da GLM-5.3 için farklı kuantizasyonlar (fp4, nvfp4, fp8) ve yanıt sınırları sunan 32 sağlayıcı bulunuyor. Qwen, MiMo ve Muse Spark karşılaştırmasını üst sıralardaki daha az bilinen yapay zekâ modelleri yazımda bulabilirsiniz.

GLM-5.3 nasıl kullanılır?

• Z.ai API - Ödeme USD üzerinden yapılır; fiyatlar yukarıdaki tabloda yer alıyor.
• GLM Coding Plan - GLM-5.3’ü içeren kodlama aboneliği aylık 18 USD’den başlıyor. Daha üst planların fiyatları yalnızca üçüncü taraf sitelerde yayımlandığından burada vermiyorum.
• OpenRouter - Modelin adı z-ai/glm-5.3. Sonuçların tutarlı olmasını istiyorsanız sağlayıcıyı sabitleyin; ikinci denememde bunu yaptım.
• chat.z.ai - Tarayıcı üzerinden kullanılabilen sohbet hizmeti. Ancak web sitesine göre tam GLM-5.3 yerine GLM-5.3-Flash ile çalışıyor.
• Yerel kullanım - Ağırlıklar açık olsa da 753 milyar parametre için ev bilgisayarı değil, sunucu sınıfı donanım gerekir. Evde çalıştırılabilecek modelleri yerel yapay zekâ rehberimde anlattım.

Sık sorulan sorular

GLM-5.3 Lehçe yazmada başarılı mı?

Üst düzey bir model için zayıf sonuç verdi: Lehçe yazma testimde 100 üzerinden 63,6 puan aldı ve “özür kapsamında” gibi dilbilgisi hataları yaptı. GPT-6 Luna 81,5 puan aldı.

GLM-5.3 API’si ne kadar?

Z.ai’de giriş için milyon token başına 1,40 USD, çıkış için 4,40 USD ödeniyor; fiyatlara KDV dahil değil. OpenRouter’daki diğer sağlayıcılarda giriş fiyatı 0,30 USD’den başlıyor.

GLM-5.3’ün ucuz sağlayıcıları daha kötü sonuç veriyor mu?

Testimde hayır: Ucuz sağlayıcılara yönlendirilen deneme 63,6 puan, yalnızca Z.ai üzerinden yapılan deneme ise 61,8 puan aldı. Fark, tek tek görevlerdeki değişkenlik içinde kaldı.

GLM-5.3 açık kaynaklı mı?

Model ağırlıkları Hugging Face’te açık olarak yayımlanıyor, ancak lisans MIT değil, GLM-5.3 lisansı. Kısıtlamalar yalnızca en büyük yapay zekâ hizmeti sağlayıcılarını etkiliyor.

// okumaya devamElevenLabs Dubbing testi: v1 ve v2 nasıl sonuç veriyor?KarşılaştırmalarElevenLabs ses klonlama: 10 saniye ve 2 dakika testiKarşılaştırmalarElevenLabs Sound Effects: Türkçe ve İngilizce komut testiKarşılaştırmalar