GLM · 2026-08 · 스파스 MoE
GLM-5.3
GLM-5.3은(는) GLM가 2026-08에 공개한 멀티헤드 잠재 어텐션(MLA) Transformer로, 78개 층, 은닉 차원 6144, 컨텍스트 길이 1,048,576 토큰을 갖습니다.
레이어 스택
어텐션 ×78 · 레이어 수 78
핵심 사양
| 연구소 | GLM |
|---|---|
| 공개일 | 2026-08 |
| 총 파라미터 | 767.4 B |
| 활성 파라미터 | 40.2 B |
| 컨텍스트 | 1,048,576 tokens |
| 어텐션 | MLA · kv_lora_rank 512 |
| 레이어 수 | 78 |
| 은닉 차원 | 6,144 |
| 어텐션 헤드 | 64 |
| 어휘 크기 | 154,880 |
| 위치 인코딩 | learned/absolute |
| 정규화 | RMSNorm |
| 활성화 함수 | silu |
| 학습 정밀도 | fp8 |
| 아키텍처 클래스 | GlmMoeDsaForCausalLM |
아키텍처 개요
어텐션
멀티헤드 잠재 어텐션(MLA). kv_lora_rank=512.
FFN / MoE
스파스 Mixture-of-Experts 모델로, 256개 라우팅 전문가와 top-8 라우팅을 사용하며 토큰당 약 40.2B 파라미터가 활성화됩니다.
설정에는 디코딩 가속을 위한 멀티 토큰 예측(MTP) 층이 1개 포함되어 있습니다.
필드 단위 비교
같은 연구소의 이전 세대 모델과 비교합니다. 없으면 구조가 가장 유사한 모델과 비교. 배수 열 = 본 모델 ÷ 비교 대상.
이전 세대 GLM-5.2과의 전 필드 비교
| 모델 | GLM-5.3 | GLM-5.2 | 배수 |
|---|---|---|---|
| model_type | glm_moe_dsa | glm_moe_dsa | ＝ |
| architectures | GlmMoeDsaForCausalLM | GlmMoeDsaForCausalLM | ＝ |
| hidden_size | 6144 | 6144 | ≈1 |
| num_hidden_layers | 78 | 78 | ≈1 |
| num_attention_heads | 64 | 64 | ≈1 |
| num_key_value_heads | 64 | 64 | ≈1 |
| head_dim | 192 | 192 | ≈1 |
| intermediate_size | 12288 | 12288 | ≈1 |
| hidden_act | silu | silu | ＝ |
| n_routed_experts | 256 | 256 | ≈1 |
| num_experts_per_tok | 8 | 8 | ≈1 |
| n_shared_experts | 1 | 1 | ≈1 |
| moe_intermediate_size | 2048 | 2048 | ≈1 |
| kv_lora_rank | 512 | 512 | ≈1 |
| qk_rope_head_dim | 64 | 64 | ≈1 |
| q_lora_rank | 2048 | 2048 | ≈1 |
| max_position_embeddings | 1048576 | 1048576 | ≈1 |
| rms_norm_eps | 0.00001 | 0.00001 | ≈1 |
| vocab_size | 154880 | 154880 | ≈1 |
| num_nextn_predict_layers | 1 | 1 | ≈1 |
| attention_bias | false | false | ＝ |
| attention_dropout | 0 | 0 | ＝ |
| dtype | bfloat16 | bfloat16 | ＝ |
| eos_token_id | 154820×1 + 154827×1 + 154829×1 | 154820×1 + 154827×1 + 154829×1 | ＝ |
| ep_size | 1 | 1 | ≈1 |
| first_k_dense_replace | 3 | 3 | ≈1 |
구조가 가장 유사한 모델
- GLM-5.2 (GLM, 2026-06) 1.000
- Hunyuan 4 Preview (Hunyuan, 2026-08) 1.000
- GLM-5 (GLM, 2026-02) 0.999
- GLM-5.1 (GLM, 2026-04) 0.999
- GLM-5.3-Flash (GLM, 2026-08) 0.994
- Kimi K2 0905 (Kimi, 2025-09) 0.938
유사도는 0(공통 범주 특징 없음)에서 1(구조 프로파일 완전 일치) 사이의 값입니다.
config.json 전체 필드
53 개 필드
| architectures | GlmMoeDsaForCausalLM |
|---|---|
| attention_bias | false |
| attention_dropout | 0 |
| dtype | bfloat16 |
| eos_token_id | 154820×1 + 154827×1 + 154829×1 |
| ep_size | 1 |
| first_k_dense_replace | 3 |
| head_dim | 192 |
| hidden_act | silu |
| hidden_size | 6144 |
| index_head_dim | 128 |
| index_n_heads | 32 |
| index_share_for_mtp_iteration | true |
| index_skip_topk_offset | 3 |
| index_topk | 2048 |
| index_topk_freq | 4 |
| indexer_rope_interleave | true |
| indexer_types | full×21 + shared×57 |
| initializer_range | 0.02 |
| intermediate_size | 12288 |
| kv_lora_rank | 512 |
| max_position_embeddings | 1048576 |
| mlp_layer_types | dense×3 + sparse×75 |
| model_type | glm_moe_dsa |
| moe_intermediate_size | 2048 |
| moe_layer_freq | 1 |
| moe_router_dtype | float32 |
| n_group | 1 |
| n_routed_experts | 256 |
| n_shared_experts | 1 |
| norm_topk_prob | true |
| num_attention_heads | 64 |
| num_experts_per_tok | 8 |
| num_hidden_layers | 78 |
| num_key_value_heads | 64 |
| num_nextn_predict_layers | 1 |
| pad_token_id | 154820 |
| pretraining_tp | 1 |
| q_lora_rank | 2048 |
| qk_head_dim | 256 |
| qk_nope_head_dim | 192 |
| qk_rope_head_dim | 64 |
| rms_norm_eps | 0.00001 |
| rope_interleave | true |
| routed_scaling_factor | 2.5 |
| scoring_func | sigmoid |
| tie_word_embeddings | false |
| topk_group | 1 |
| topk_method | noaux_tc |
| transformers_version | 5.15.0 |
| use_cache | true |
| v_head_dim | 256 |
| vocab_size | 154880 |