A startup chinesa de inteligência artificial Zhipu AI anunciou o lançamento do GLM-5.3-Flash, primeiro modelo nativamente multimodal da série GLM-5, operado inteiramente por um cluster de 100 mil chips fabricados na China. O anúncio foi feito nesta quinta-feira (27).

O modelo foi disponibilizado como código aberto, com janela de contexto de até 1 milhão de tokens e arquitetura de 300 bilhões de parâmetros. Segundo a Zhipu AI, o sistema pode ser executado em qualquer chip de IA produzido no país.

Em testes do Artificial Analysis Intelligence Index, o GLM-5.3-Flash obteve 57 pontos, resultado equivalente ao do Claude Opus 4.8, da Anthropic.

O preço cobrado pela Zhipu AI, no entanto, é significativamente menor: US$ 0,15 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída — cerca de um décimo do valor do GLM-5.3 e aproximadamente 1/40 do custo do modelo da Anthropic.

A empresa atribui a redução de custos a uma combinação de atualizações arquiteturais, entre elas uma arquitetura híbrida que une atenção esparsa e atenção linear. Segundo a Zhipu AI, essa configuração reduziu o custo de operações com contextos longos sem comprometer a precisão do modelo.

Antes do lançamento oficial, o modelo foi testado de forma anônima sob o nome “Ox Alpha” (apelidado de “Niu Lai” por desenvolvedores chineses) nas plataformas internacionais OpenRouter e OpenCode. Segundo reportagem do veículo financeiro Caixin, o modelo registrou mais de 60 trilhões de tokens em uso durante esse período e liderou os rankings de utilização online na semana, com todo o tráfego processado por chips nacionais.

De acordo com a Zhipu AI, é a primeira vez que a empresa utiliza um cluster de grande escala de chips nacionais para prestar esse tipo de serviço, interligados por uma rede de interconexão de alta largura de banda desenvolvida internamente.

Em documentação técnica compartilhada com o Global Times, a empresa afirmou que o serviço de inferência do GLM-5.3-Flash rodou em um cluster com mais de 100 mil chips domésticos, atingindo eficiência de hardware e custo por token comparáveis aos das GPUs Nvidia utilizadas majoritariamente pelo setor.

A firma de pesquisa em semicondutores SemiAnalysis comentou na rede social X que, com cada requisição sendo processada por silício doméstico em eficiência equiparável à da Nvidia, o domínio técnico sustentado pela plataforma CUDA — arquitetura de software que garante a posição dominante da Nvidia no mercado de chips para IA — está sendo testado novamente. O comentário ocorre na sequência do anúncio, pela OpenAI, de seu próprio chip de inferência, batizado Jalapeño.

O veículo chinês LatePost informou que os chips utilizados podem ter sido fornecidos por Huawei, Moore Threads e Hygon, mas a Zhipu AI não confirmou fornecedores ou modelos específicos dos processadores.

Após o anúncio, as ações da Zhipu AI, listadas em Hong Kong, subiram mais de 6,3% na sessão da manhã desta quinta-feira.

No mesmo período, a Alibaba anunciou planos de lançar seu novo modelo multimodal Qwen3.8-Flash, voltado para tarefas de programação e escritório, com custos de treinamento reduzidos. O Qwen3.8-Flash terá janela de contexto padrão de 262.144 tokens, expansível a 1 milhão, permitindo o processamento de arquivos extensos, conversas longas e grandes volumes de material de pesquisa, segundo a empresa.