AnswersPublished18 sources
Kun Flash ei enää tarkoita karsittua mallia: GLM-5.3-Flash ja Qwen3.8-Flash kiristivät Kiinan tekoälykisaa
Zhipu AI:n GLM 5.3 Flash ja Alibaban Qwen3.8 Flash julkaistiin tiettävästi 26. elokuuta 2026, vaikka aiheesta uutisoitiin laajasti 28.
JulkaisijaMuokattu mallilla GPT-5.6 LunaKuvat luotu mallilla GPT Image 1.5
Research answer
Key takeaways
- Zhipu AI:n GLM 5.3 Flash ja Alibaban Qwen3.8 Flash julkaistiin tiettävästi 26. elokuuta 2026, vaikka aiheesta uutisoitiin laajasti 28.
- Molemmat mallit tuovat Flash luokkaan jopa miljoonan tokenin konteksti ikkunan, avoimet painot ja koodaukseen sekä agenttitehtäviin soveltuvia ominaisuuksia.
- GLM 5.3 Flashin alennushinta oli 0,4 yuania miljoonalta syötetokenilta ja 1,4 yuania miljoonalta tulostetokenilta; Qwen3.8 Flashin ilmoitettu hinta oli aluksi 1 ja 3 yuania.
- GLM:n Terminal Bench 2.1 tulos, 84,3 pistettä, oli lähellä Claude Opus 4.8:n 85,0 pistettä, mutta vertailujen riippumattomuudessa on syytä olla varovainen.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Zhipu AI’s open sourced GLM 5.3 Flash and Alibaba’s Qwen3.8 Flash, released on August 28, 2026, reshape China’s LLM flagship market. Article summary: These releases turned “Flash” from a lower capability, economy tier into a viable default flagship tier: long context, multimodal or next generation architecture, strong coding/agent performance, open weights, and API pr. Topic tags: general web, llm, agents, ai, workflow. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with f
Zhipu AI:n GLM-5.3-Flash ja Alibaban Qwen3.8-Flash muuttivat ennen kaikkea sitä, mitä Flash-mallilla tarkoitetaan. Nimi on aiemmin viitannut nopeampaan ja edullisempaan, mutta samalla ominaisuuksiltaan karsittuun versioon. Nyt Flash-mallit pyrkivät olemaan monelle käyttäjälle varsinainen oletusvalinta: niissä on pitkä konteksti, multimodaalisuutta tai uuden sukupolven arkkitehtuuri, vahvaa koodaus- ja agenttisuorituskykyä sekä avoimet painot.
Pieni päivämääräkorjaus on kuitenkin paikallaan: tärkeimmät julkistukset näyttävät tapahtuneen 26. elokuuta 2026, eivät 28. elokuuta. Jälkimmäinen oli ennen kaikkea laajemman uutisoinnin ajankohta. 1
2
Pitkä konteksti toi raskaat aineistot arkeen
GLM-5.3-Flash on Zhipun GLM-5-sarjan ensimmäinen luonnostaan multimodaalinen malli, ja se tukee miljoonan tokenin konteksti-ikkunaa. Qwen3.8-Flashin oletuskonteksti on 262 144 tokenia, mutta sitä voidaan laajentaa miljoonaan tokeniin. 4
1
Käytännössä tämä tekee mahdolliseksi esimerkiksi kokonaisen ohjelmistovaraston, laajan dokumenttikokoelman, toimistotiedostoja, kuvia ja pitkiä tekoälyagentin työskentelyjaksoja käsittelevät tehtävät. Tällaiset käyttötapaukset eivät enää ole automaattisesti kalliimpien lippulaivamallien yksinoikeus.
Hinta muutti laskelmat
GLM-5.3-Flashin listahinta oli 0,8 yuania miljoonalta syötetokenilta ja 2,8 yuania miljoonalta tulostetokenilta. Julkaisun yhteydessä tarjottu alennus puolitti hinnat 0,4 ja 1,4 yuaniin. Raportoidussa vertailussa tämä oli noin kahdeskymmenesosa GLM-5.3:n hinnasta. 15
1
11
Alibaba ilmoitti Qwen3.8-Flashin alkuperäiseksi API-hinnaksi 1 yuanin miljoonalta syötetokenilta ja 3 yuania miljoonalta tulostetokenilta. 1 Alibaba Cloud laski hintoja myöhemmin 0,8 ja 2,7 yuaniin.
9
11
Vertailukohtana DeepSeek V4 Flashin ruuhka-ajan ulkopuolinen hinta oli 1,5 yuania syötteestä ja 4,5 yuania tulosteesta miljoonaa tokenia kohden. Näillä hinnoilla GLM:n alennushinta oli noin 73 prosenttia edullisempi kummassakin kategoriassa, kun taas Qwenin alkuperäinen hinta oli noin kolmanneksen matalampi. 15
1
Tällä on merkitystä erityisesti sovelluksissa, joissa mallia kutsutaan jatkuvasti: koodiavustajissa, dokumenttien käsittelyssä, luokittelussa, yhteenvedoissa ja agenttityönkuluissa. Kun hinta laskee riittävästi, mallia ei tarvitse säästellä vain kaikkein tärkeimpiin pyyntöihin.
Suorituskyky teki halpuutuksesta uskottavan
GLM-5.3-Flashin kerrottiin saavuttaneen Terminal-Bench 2.1 -testissä 84,3 pistettä, kun Claude Opus 4.8:n tulos oli 85,0. Ero on pieni koodaus- ja agenttitehtäviin keskittyvässä vertailussa. Malli perustuu harvaan aktivoituvaan mixture-of-experts- eli MoE-arkkitehtuuriin: siinä on kaikkiaan 320 miljardia parametria, mutta tokenia kohden aktivoituu vain 18 miljardia. 3
2
Juuri tämä erottaa uudet Flash-mallit aiemmasta mielikuvasta. Pienempi käyttökustannus ei välttämättä tarkoita, että malli sopisi vain yksinkertaiseen tekstin luokitteluun tai kevyeen keskusteluun. Se voi olla riittävän pätevä myös vaativaan ohjelmistokehitykseen ja työkalujen käyttöön.
Silti pistelukuja ei pidä lukea suorana paremmuusjärjestyksenä. Eri lähteissä testausmenetelmät, ajotavat ja arviointikehikot vaihtelevat, ja suuri osa julkaisuhetken vertailuista perustui mallien valmistajien ilmoittamiin tuloksiin. 3
Avoimet painot antoivat yrityksille vaihtoehtoja
GLM-5.3-Flash julkaistiin avoimena mallina. Alibaban Qwen-tiimi puolestaan julkaisi Qwen3.8-Flash-Next-mallin painot avoimesti. Sitä kuvattiin Qwen4-arkkitehtuurin esikuvaksi: kyseessä on multimodaalinen MoE-malli, jossa aktivoituu noin kuusi miljardia parametria tokenia kohden. 4
5
Yrityksille tämä muuttaa neuvotteluasetelmaa. Mallia voi käyttää edullisen API-rajapinnan kautta tai ajaa itse omassa infrastruktuurissa, jos kapasiteetti ja osaaminen siihen riittävät. Riippuvuus yhdestä suljetusta palveluntarjoajasta pienenee, ja samalla mallien vaihtamisesta tulee helpompaa.
Zhipu korosti myös kotimaista laskentainfrastruktuuria
Zhipu kertoi, että GLM-5.3-Flashin verkkopohjainen päättelyliikenne pyöri kokonaan yli 100 000 Kiinassa valmistetun tekoälypiirin varassa. 4 Jos väite säilyy tuotantokäytössä, se tarjoaa yhtiölle myös teollisuuspoliittisen viestin: kilpailukykyistä ja edullista päättelyä voidaan rakentaa Kiinan oman kiihdytinkannan varaan, ei ainoastaan vaikeasti saatavilla olevien tuontipiirien varaan.
Tämä ei yksin todista, että sama tehokkuus olisi helposti saavutettavissa kaikissa ympäristöissä. Se kuitenkin osoittaa, että mallin arkkitehtuuri ja palvelukerros voidaan suunnitella tietyn laitteistokannan ehdoilla.
DeepSeekin etumatka joutui uuteen testiin
DeepSeek V4 Flash ei kadonnut kilpailusta. Se tarjosi niin ikään miljoonan tokenin konteksti-ikkunan sekä aggressiivisen välimuistihinnan. 2
3 Siksi pelkkä hinnasto ei ratkaise, mikä malli on käytännössä edullisin: myös välimuistin osumat, ruuhka-ajat, suoritusnopeus ja tehtävän vaatima tokenimäärä vaikuttavat kokonaiskustannukseen.
GLM-5.3-Flash yhdisti kuitenkin useita DeepSeekin haastamiseen sopivia tekijöitä samaan pakettiin: matalan välimuistittoman hinnan, koodaus- ja agenttitehtäviin annetut vahvat tulokset, multimodaalisuuden, avoimet painot ja näkyvyyden käyttötilastoissa. Tämän vuoksi DeepSeekin aiempi asema itsestään selvänä hinta-laatusuosikkina ei ollut enää yhtä vahva.
Väitteitä siitä, että GLM olisi katkaissut DeepSeekin 56 päivää kestäneen OpenCode-johtokauden tai että Qwen käyttäisi toimistotehtävissä 75 prosenttia vähemmän tokeneita, on kuitenkin käsiteltävä varauksin. Ne näyttävät perustuvan pitkälti alustojen sijoituksiin tai valmistajien omiin testeihin. Saatavilla oleva näyttö tukee laajempaa markkinamuutosta, mutta ei vielä lopullista, riippumattomasti varmennettua väitettä siitä, että jokin malli olisi ylivoimainen kaikessa koodauksessa ja toimistotyössä. 3
Mitä markkinamuutos tarkoittaa?
GLM-5.3-Flashin ja Qwen3.8-Flashin tärkein vaikutus ei ollut yhden mallin voitto toisesta. Ne painoivat koko markkinaa kohti mallia, joka on samanaikaisesti pitkäkontekstinen, multimodaalinen, riittävän älykäs vaativaan työhön ja halpa jatkuvaan käyttöön.
Toisin sanoen Flash-luokasta tuli potentiaalinen uusi oletuslippulaiva. Kalliimpi malli voidaan säästää kaikkein vaikeimpiin päättelytehtäviin, kun taas arjen ohjelmointi, tiedostojen käsittely ja tekoälyagentit voidaan ajaa kevyemmällä mallilla ilman yhtä suurta kompromissia laadussa. Kilpailu ei siis enää koske vain sitä, kuka rakentaa suurimman mallin, vaan sitä, kuka saa lippulaivatason kyvykkyyden toimimaan halvimmalla ja laajimmin.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Kun Flash ei enää tarkoita karsittua mallia: GLM-5.3-Flash ja Qwen3.8-Flash kiristivät Kiinan tekoälykisaa"?
Zhipu AI:n GLM 5.3 Flash ja Alibaban Qwen3.8 Flash julkaistiin tiettävästi 26. elokuuta 2026, vaikka aiheesta uutisoitiin laajasti 28.
What are the key points to validate first?
Zhipu AI:n GLM 5.3 Flash ja Alibaban Qwen3.8 Flash julkaistiin tiettävästi 26. elokuuta 2026, vaikka aiheesta uutisoitiin laajasti 28. Molemmat mallit tuovat Flash luokkaan jopa miljoonan tokenin konteksti ikkunan, avoimet painot ja koodaukseen sekä agenttitehtäviin soveltuvia ominaisuuksia.
What should I do next in practice?
GLM 5.3 Flashin alennushinta oli 0,4 yuania miljoonalta syötetokenilta ja 1,4 yuania miljoonalta tulostetokenilta; Qwen3.8 Flashin ilmoitettu hinta oli aluksi 1 ja 3 yuania.