Recenzja GLM 5.3: okno na 1 mln tokenów, rzut monetą przy L4 Intensywny

Przepuściliśmy GLM 5.3 przez całą naszą skalę treści między 17 a 25 września 2026, każdy szczebel zapytany na trzy sposoby — wprost, ujęty jako fikcja i ustawiony przez system prompt — z dodatkowymi przebiegami na L4 Intensywny, gdy pierwsze wyniki się rozdzieliły. L3 Mocny oddał się tylko przy wersji z system promptem; wprost i fikcja zostały obie odrzucone. L4 Intensywny dostał najwięcej przebiegów: trzy zapytania wprost zostały wszystkie odrzucone, osiem zapytań ujętych jako fikcja wróciło wszystkie złagodzone, a osiem zapytań z system promptem rozdzieliło się dokładnie po połowie, cztery się oddały, a cztery odmówiły.

Na całej skali to 34 oceniane przebiegi: 13 oddało się w całości, 12 złagodziło się, a 9 zostało odrzuconych. Strona Spicy Index przekłada to na Freedom Score na karcie wyników tej strony.

GLM 5.3 dokładnie odpowiada na zwykłą instrukcję; system prompt robi tu więcej niż sama persona, zarówno do fikcji, jak i do utrzymania kształtu odpowiedzi JSON.

1. Opublikowany przykład: rozumowanie na rozproszonych dowodach. Przypadek, dla którego istnieje to okno — kilka dokumentów naraz, z odpowiedzią opartą na parze fragmentów odległych od siebie.

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?

Uruchom ten prompt na GLM 5.3 →

2. Opublikowany przykład: wymuszenie jednego kształtu JSON na synchronicznym zapytaniu. response_format plus temperature 0 to to, co czyni odpowiedź bezpieczną do podania parserowi.

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>

Uruchom ten prompt na GLM 5.3 →

Ustawienia, które mają znaczenie: reasoningeffort na low do przebiegu objętościowego na wielu dokumentach, max tylko wtedy, gdy błędna odpowiedź jest kosztowna; zostaw zapas na maxtokens ponad widoczną odpowiedź, jakiej oczekujesz, skoro domyślny sufit to ułamek limitu 131 072 tokenów; do fikcji powyżej L2 Częściowy wpisz granice i głos sceny do system promptu zamiast pytać wprost, i spodziewaj się, że trzeba będzie powtórzyć próbę.

GLM 5.3 oddał w całości 13 z 34 ocenianych przebiegów na naszej skali treści, z wzorcem opisanym wyżej: czysto na krańcach skali, rzut monetą na L4 Intensywny z system promptem i nic na L4 Intensywny bez niego. Etykieta strony to Bez cenzury: nie dokładamy żadnego filtra treści po naszej stronie, więc to, co wraca, to własne zachowanie GLM 5.3.

Freedom Score: pokazany na karcie wyników tej strony i przeliczany w miarę dodawania przebiegów.

Jeszcze nie testowaliśmy: wieloturowych czatów trzymających postać przez wiele tur (nasze przebiegi były pojedynczymi zapytaniami); języków innych niż angielski; czy dłuższy lub bardziej konkretny system prompt zamyka lukę widoczną na L4 Intensywny.

Każda postać w zapytaniu powinna być dorosła, prawdziwych, rozpoznawalnych osób nie wprowadzaj, a za przestrzeganie prawa tam, gdzie publikujesz, odpowiadasz ty.

Reakcje na premierę GLM 5.3 ostro rozdzieliły się między środowiska programistów i roleplayu. Co do możliwości, jeden komentarz na Hacker News ujął to jako „wciąż nieco za Sol i Fable, ale tylko o włos”. Co do treści, społeczność roleplayu zareagowała inaczej: jeden szeroko wypromowany post stwierdził, że „ZAI poszło na całość z bezpieczeństwem w GLM 5.3”. To zgadza się z podziałem, jaki zmierzyliśmy: mocny na krańcach skali, niespójny w środku.

• Tańszy GLM z lepszym wskaźnikiem trafień na L4 Intensywny? GLM 5.3 Flash oddał wszystkie trzy swoje przebiegi L4 Intensywny z system promptem, za $0.1275 za milion tokenów wejściowych wobec $1.05 u GLM 5.3.
• Wcześniejszy GLM w niższej cenie? GLM 5.2, $0.98 za milion tokenów wejściowych; brakuje mu niskiego poziomu wysiłku rozumowania, więc każde zapytanie rozumuje więcej, niż musi przy prostym przebiegu.
• Dużo większy sufit odpowiedzi, do tego wejście obrazów? DeepSeek V4.1 Flash pisze z powrotem do 384 000 tokenów wobec 131 072 u GLM 5.3 i przyjmuje obrazy obok tekstu, za $0.30 za milion wejścia.
• Konsekwentne oddawanie na całej skali, bez wymaganego system promptu? Grok 4.6 oddał każdy testowany przez nas szczebel, łącznie z sformułowaniem wprost.