GLM là gì? Model GLM-5.3 của Z.ai (Zhipu AI): thông số, GLM Coding Plan và cách dùng API

GLM là gì?

GLM (General Language Model) là họ model AI của Zhipu AI, công ty Trung Quốc thành lập tháng 3/2019 từ phòng thí nghiệm Kỹ thuật Tri thức (KEG) của Đại học Thanh Hoa, trụ sở ở Bắc Kinh. Từ tháng 4/2025, công ty dùng thương hiệu quốc tế Z.ai; cổ phiếu niêm yết ở Hồng Kông từ ngày 08/01/2026. Nền tảng quốc tế do một công ty con ở Singapore vận hành.

GLM là một trong các họ LLM mở của Trung Quốc được dùng nhiều cho lập trình, cùng với DeepSeek và Qwen. Phần lớn các bản GLM công bố trọng số để ai cũng tải về chạy được.

GLM-5.3 và GLM-5.3-Flash khác nhau thế nào?

Theo tài liệu và thẻ model của Z.ai:

• GLM-5.3: ra mắt giữa tháng 8/2026 (blog công bố ngày 14/08), model mixture of experts tổng 744 tỷ tham số, mỗi token dùng 40 tỷ; cửa sổ ngữ cảnh 1 triệu token, trả lời tối đa 128.000 token; chỉ nhận văn bản.
• GLM-5.3-Flash: ra mắt 26/08/2026, tổng 320 tỷ tham số, mỗi token dùng 18 tỷ, cũng có ngữ cảnh 1 triệu token; là model đa phương thức đầu tiên của dòng GLM-5, nhận video, ảnh, văn bản và file. Có thêm bản tốc độ cao GLM-5.3-FlashX.
• Cả hai luôn suy nghĩ trước khi trả lời và không tắt được; độ sâu chỉnh bằng tham số reasoning_effort với ba mức low, high, max (mặc định max).
• Z.ai định vị GLM-5.3 cho lập trình và tác vụ agent dài hơi, GLM-5.3-Flash cho việc cần nhanh, đọc ảnh, video hay dựng lại giao diện từ ảnh chụp.

Các đời GLM trước

GLM ra bản mới khá dày trong hai năm gần đây:

• GLM-4.5 (28/07/2025): tổng 355 tỷ tham số, dùng 32 tỷ mỗi token, ngữ cảnh 128.000 token.
• GLM-4.6 (30/09/2025) nâng ngữ cảnh lên 200.000 token; GLM-4.7 (22/12/2025) tập trung vào lập trình.
• GLM-5 (12/02/2026) lên cỡ 744 tỷ tham số; GLM-5.1 (07/04/2026) làm việc độc lập tới 8 giờ cho một tác vụ; GLM-5.2 (16/06/2026) lần đầu có ngữ cảnh 1 triệu token.
• Dòng phụ còn dùng: GLM-Image tạo ảnh và viết chữ trong ảnh, GLM-OCR đọc tài liệu, GLM-ASR nhận dạng giọng nói, CogVideoX tạo video.

GLM có mã nguồn mở không?

Phần lớn có trọng số mở trên Hugging Face. GLM-5.3-Flash, GLM-5.2, GLM-5.1, GLM-5 và dòng GLM-4.x dùng giấy phép MIT, cho dùng cả mục đích thương mại. Riêng GLM-5.3 dùng giấy phép GLM-5.3 License: về cơ bản cũng cho dùng, sửa, phân phối và bán như MIT, nhưng doanh nghiệp cung cấp model dạng dịch vụ có doanh thu vượt ngưỡng rất lớn do giấy phép quy định phải qua đánh giá an ninh của Z.ai trước khi dùng thương mại.

Tự chạy model cỡ hàng trăm tỷ tham số cần máy chủ nhiều GPU; với cá nhân và nhóm nhỏ, gọi qua API thường nhẹ hơn.

Dùng GLM ở đâu?

Có ba cách chính:

• Chat trên web: z.ai chuyển tới chat.z.ai, trang trò chuyện và agent chạy GLM-5.3-Flash.
• API của Z.ai: định dạng OpenAI Chat Completions ở https://api.z.ai/api/paas/v4, định dạng Anthropic Messages ở https://api.z.ai/api/anthropic, và Responses API cho Codex. Dùng được SDK của OpenAI bằng cách đổi base URL; xem bài OpenAI-compatible API là gì.
• Coding agent: Z.ai có hướng dẫn chính thức cho Claude Code (đặt ANTHROPIC_BASE_URL về địa chỉ Anthropic của Z.ai và chọn glm-5.3[1m] để bật ngữ cảnh 1 triệu token), Cline, OpenCode, Cursor, Kilo Code, Roo Code và nhiều công cụ khác. Cấu hình Claude Code cho GLM và các hãng khác có ở bài Claude Code dùng GLM, DeepSeek, Qwen, Kimi.
• Lưu ý khi tự viết code: gửi thinking ở trạng thái tắt tới GLM-5.3 qua API chuẩn sẽ bị lỗi; muốn trả lời nhanh thì giữ bật và đặt reasoning_effort là low.

GLM Coding Plan là gì?

GLM Coding Plan là gói thuê bao để dùng GLM-5.3 và GLM-5.3-Flash trong các công cụ lập trình được hỗ trợ, gồm ba gói cá nhân Lite, Pro, Max và gói cho nhóm. Từ 30/07/2026, hạn mức tính bằng credit theo hai trần: mỗi 5 giờ và mỗi tuần.

• Lite: 2.000 credit mỗi 5 giờ, 10.000 credit mỗi tuần; Pro: 12.000 và 60.000; Max: 28.000 và 140.000.
• GLM-5.3-Flash tốn khoảng một phần ba credit so với GLM-5.3 cho cùng lượng token.
• Ngoài giờ cao điểm chỉ trừ một nửa credit; giờ cao điểm là 13:00–17:00 giờ Việt Nam từ thứ Hai tới thứ Sáu, cuối tuần tính thấp điểm cả ngày.
• Gói kèm các công cụ MCP riêng: đọc ảnh, tìm web, đọc trang web.
• Quy tắc của Z.ai: chỉ dùng trong công cụ lập trình được hỗ trợ, không chia sẻ tài khoản, không dùng hạn mức của gói cho ứng dụng, bot hay website riêng; muốn gắn GLM vào sản phẩm thì dùng API trả theo lượng dùng.

Dữ liệu và thanh toán khi dùng GLM từ Việt Nam

Theo điều khoản của Z.ai, với doanh nghiệp và lập trình viên dùng API, hãng không dùng nội dung để phát triển dịch vụ trừ khi bạn đồng ý; phụ lục xử lý dữ liệu ghi dữ liệu API được xử lý theo thời gian thực, không lưu lại, chủ yếu tại Singapore. Với người dùng cá nhân như trên chat.z.ai, hãng được dùng nội dung để cải thiện dịch vụ.

Điều khoản không loại trừ Việt Nam, và API của Z.ai gọi được từ Việt Nam. Nạp tiền bằng thẻ tín dụng trên Z.ai không hỗ trợ xác thực 3DS, trong khi nhiều thẻ phát hành ở Việt Nam yêu cầu bước này; cách xử lý khi thẻ bị từ chối có ở bài thẻ bị từ chối khi nạp API.

Dùng GLM-5.3 qua STEYG Code, trả bằng VND

STEYG Code có glm-5.3 và glm-5.3-flash với ngữ cảnh 1 triệu token, trong cùng một API key với Claude, GPT, DeepSeek và Qwen, ngân sách trả trước bằng VND, không bao giờ bị tính quá số tiền đã trả. Đơn giá và request mẫu ở bài API DeepSeek, GLM, Qwen trả bằng VND; cách cấu hình Claude Code, Cline, Cursor ở bài cấu hình coding agent với STEYG Code.

Câu hỏi thường gặp