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

MiniCPM5-2B 是一款面向端侧、本地部署和资源受限场景的 2B 稠密 Transformer，能够达到同尺寸开源模型 SOTA 水平。

Spark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲，涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流，并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合，并支持 200 多种语言。

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。

可用于在 llama.cpp、Ollama、LM Studio 中低成本部署多模态大模型，进行文本生成与图像理解。项目提供 Qwen3.8-27B 的 GSQ-RCO 非均匀混合精度 GGUF 量化及 BF16 视觉投影器，按张量敏感度分配精度，小体积下保持接近基座模型表现。