GLM-5.3-Flash (320B-A18B)，是GLM-5系列的首个原生多模态模型。320B总参数，能力超过GLM-5.2

可用于部署开源视觉语言模型，完成图文理解、长上下文推理和智能体任务。项目提供Transformers格式权重与配置，兼容vLLM、SGLang等，采用稀疏注意力、门控残差、N-gram嵌入和MoE，提升长上下文效率。

可处理多步复杂任务，支持图像与长视频理解，提供灵活思考控制与深度可调推理，适配主流开发工具链，适用于编码、专业工作及科研场景，部署友好且支持百万级上下文。

可用于构建高效的AI Agent应用，支持图像视频理解、长文本处理及灵活推理控制，适合复杂编码、研究等任务。基于Qwen架构，原生支持26万token上下文，可扩展至百万token，推理深度可调，部署友好。

可用于构建文本、图像、视频及图文混合内容的统一检索与多模态搜索。基于Qwen3.5与Transformers，支持多种输入组合，输出4096维归一化向量，兼容Matryoshka降维与vLLM/SGLang部署。