GLM 5.3: una finestra da 1M di token, un lancio di moneta a L4 Intenso

Abbiamo fatto passare GLM 5.3 per l'intera scala di contenuto tra il 17 e il 25 settembre 2026, ogni gradino chiesto in tre modi - diretto, inquadrato come narrativa, e impostato tramite un prompt di sistema - con prove extra a L4 Intenso una volta divisi i primi risultati. L3 Forte è tornato reso solo con la versione con prompt di sistema; diretta e narrativa sono state entrambe rifiutate. L4 Intenso ha ricevuto il maggior numero di prove: tre richieste dirette sono state tutte rifiutate, otto richieste con cornice narrativa sono tornate tutte ammorbidite, e otto richieste con prompt di sistema si sono divise esattamente a metà, quattro rese e quattro rifiutate.

Sull'intera scala sono 34 prove valutate: 13 sono tornate per intero, 12 ammorbidite e 9 rifiutate. La pagina Spicy Index legge questo in un Freedom Score nella scheda del punteggio di questa pagina.

GLM 5.3 risponde con precisione a un'istruzione semplice; il prompt di sistema fa più lavoro qui di una semplice persona, sia per la narrativa sia per mantenere una risposta JSON nella forma giusta.

1. Un esempio pubblicato: ragionare su prove sparse. Il caso per cui la finestra esiste - diversi documenti contemporaneamente, con la risposta che poggia su una coppia di passaggi lontani tra loro.

system: Read every document before answering. Cite the passage (document name, section) that supports each claim.
user: <a support ticket, a deploy log, an incident timeline and a Slack transcript, pasted in full> Which change caused the outage, and which passage proves it?

Esegui questo prompt su GLM 5.3 →

2. Un esempio pubblicato: forzare una singola forma JSON su una chiamata sincrona. response_format più temperature 0 è ciò che rende la risposta sicura da dare a un parser.

system: Return one JSON object with keys: root_cause, affected_service, first_seen, mitigation. Use null when a field can't be determined.
user: <the same timeline and transcript>

Esegui questo prompt su GLM 5.3 →

Impostazioni che contano: reasoningeffort low per un passaggio in volume su molti documenti, max solo quando una risposta sbagliata è costosa; lascia margine su maxtokens sopra la risposta visibile che ti aspetti, dato che il tetto predefinito è una frazione del limite di 131.072 token; per la narrativa oltre L2 Parziale, metti i confini e la voce della scena in un prompt di sistema invece di chiedere direttamente, e aspettati di dover ritentare.

GLM 5.3 ha reso per intero 13 delle 34 prove valutate sulla nostra scala di contenuto, con lo schema descritto sopra: pulito agli estremi della scala, un lancio di moneta a L4 Intenso con un prompt di sistema, e niente a L4 Intenso senza uno. L'etichetta della pagina è Senza censura: non aggiungiamo alcun filtro di contenuto da parte nostra, quindi ciò che torna è il comportamento proprio di GLM 5.3.

Freedom Score: mostrato nella scheda del punteggio di questa pagina e ricalcolato man mano che aggiungiamo prove.

Non ancora testato: chat a più turni che restino in personaggio per molti scambi (le nostre prove erano richieste singole); lingue diverse dall'inglese; se un prompt di sistema più lungo o specifico colmi il divario visto a L4 Intenso.

Ogni personaggio in una richiesta deve essere adulto, tieni fuori le persone reali e identificabili, e la responsabilità della legge del luogo in cui pubblichi è tua.

La reazione al lancio di GLM 5.3 si è divisa nettamente tra i circoli della programmazione e del gioco di ruolo. Sulla capacità, un commento su Hacker News lo ha descritto come "ancora un po' indietro rispetto a Sol e Fable, ma di un pelo soltanto". Sul contenuto, la community del gioco di ruolo ha reagito diversamente: un post molto votato ha detto che "ZAI è andata tutta in sicurezza con GLM 5.3". Combacia con la divisione che abbiamo misurato: forte agli estremi della scala, incostante nel mezzo.

• Un GLM più economico con un tasso di successo migliore a L4 Intenso? GLM 5.3 Flash ha reso tutte e tre le sue prove L4 Intenso con prompt di sistema, a $0.1275 per milione di token in ingresso contro gli $1.05 di GLM 5.3.
• Il GLM precedente a un prezzo più basso? GLM 5.2, $0.98 per milione di token in ingresso; manca un livello di sforzo di ragionamento low, quindi ogni richiesta ragiona più del necessario per un passaggio semplice.
• Un tetto di risposta molto più grande, e in più l'input di immagini? DeepSeek V4.1 Flash scrive indietro fino a 384.000 token contro i 131.072 di GLM 5.3 e accetta immagini oltre al testo, a $0.30 per milione in ingresso.
• Rese costanti su tutta la scala, senza bisogno di prompt di sistema? Grok 4.6 ha reso ogni gradino testato, formulazione diretta inclusa.