docs(models): glm5.3 is served as NVFP4 and takes image, audio and video

src/content/docs-es/choose-a-model.md

@@ -29,7 +29,8 @@ Si no sabes cuál coger, busca en la primera columna lo que quieres hacer.
 | Lo mismo, pero sin el tier premium | `glm5.3-flash` | Mismo contexto de 1M y cuota generosa |
 | Que conteste rápido | `qwen3.8-flash` | Menos profundidad, mucha menos espera |
 | Pasarle un audio al modelo directamente | `mimo-v2.6-flash` | Oye audio de forma nativa |
-| Describir o analizar una imagen | `deepseek-v4-flash` | Cualquiera menos `glm5.3` sirve; este es el mejor |
+| Pasarle un vídeo al modelo | `glm5.3` | Es el único que ve vídeo. Necesita el tier premium |
+| Describir o analizar una imagen | `deepseek-v4-flash` | Cualquier modelo de chat sirve; este es el mejor |
 | Probar cosas sin gastar cuota | `gemma4` | No tiene contador de tokens |
 | Montar un buscador o un RAG | `qwen3-embedding` y después `rerank` | Primero recuperas por similitud, luego reordenas por relevancia |
 | Convertir texto en audio | `kokoro` | 67 voces, dos de ellas en español |
@@ -42,7 +43,7 @@ Si no sabes cuál coger, busca en la primera columna lo que quieres hacer.
 | id | Para qué | Contexto | Acepta | Cuota |
 |---|---|---|---|---|
 | `deepseek-v4-flash` | Chat y razonamiento general | 1M | texto · imagen | 3B tokens/mes |
-| `glm5.3` | Agentes de código y tareas largas | 1M | texto | 3B tokens/periodo de facturación |
+| `glm5.3` | Agentes de código y tareas largas | 1M | texto · imagen · audio · vídeo | 3B tokens/periodo de facturación |
 | `glm5.3-flash` | Agentes de código, sin premium | 1M | texto · imagen | 2B tokens/mes |
 | `qwen3.8-flash` | Respuestas rápidas | 1M | texto · imagen | 500M tokens/mes |
 | `mimo-v2.6-flash` | El MiMo más nuevo, omnimodal | 1M | texto · imagen · audio | 1.0B tokens/mes |

src/content/docs-es/claude-code.mdx

@@ -189,8 +189,6 @@ Depende del camino, porque el modelo hace cosas distintas en cada uno.
 
 **Con la pasarela**, el modelo lleva la sesión entera: `glm5.3-flash`, o `glm5.3` si tienes el tier premium. Los dos tienen 1M de tokens de contexto, que es lo que pide una sesión larga de agente.
 
-En cualquiera de los dos, evita `glm5.3` para tareas que impliquen leer capturas de pantalla: no acepta imágenes.
-
 ## Problemas conocidos
 
 - **Delegando, la salida de OpenCode entra en tu conversación.** Si le pides un resumen de algo enorme, lo que devuelva ocupa contexto en Claude Code. Pídele resúmenes, no volcados.

src/content/docs-es/cline.mdx

@@ -46,7 +46,7 @@ Cline lo pregunta porque con un proveedor genérico no tiene forma de averiguarl
 | `glm5.3-flash` | 1000000 | sí | sí |
 | `deepseek-v4-flash` | 1000000 | sí | sí |
 | `qwen3.8-flash` | 1000000 | sí | sí |
-| `glm5.3` | 1000000 | no | sí |
+| `glm5.3` | 1000000 | sí | sí |
 
 Si marcas imágenes en un modelo que no las acepta, Cline intentará mandarle capturas y la petición fallará.
 

src/content/docs-es/hermes.mdx

@@ -90,7 +90,7 @@ hermes model
 
 `glm5.3-flash` si vas a pedirle tareas largas o que delegue en subagentes, por su contexto de 1M de tokens. `deepseek-v4-flash` para conversación y tareas normales, que además tiene la cuota más amplia del clúster.
 
-Si lo vas a usar para mandarle fotos por Telegram, cualquiera menos `glm5.3`, que es el único que no acepta imágenes.
+Si lo vas a usar para mandarle fotos por Telegram, cualquiera sirve: todos los modelos de chat aceptan imágenes.
 
 <Details summary="Problemas conocidos">
 

src/content/docs-es/models.mdx

@@ -18,22 +18,25 @@ OpenAI y la misma `base URL`.
   id="glm-5-3"
   name="glm5.3"
   tag="753B MoE"
-  leftLabel="generación de texto y chat · coding agéntico"
+  leftLabel="generación de texto multimodal y chat · coding agéntico"
   rightLabel="capacidades"
-  description="Tier premium: solo se puede llamar con una key de la membresía premium GLM 5.3. Modelo MoE de ~753B parámetros, enfocado a coding y a tareas agénticas de largo recorrido. Contexto de 1M tokens. Entra texto y sale texto: no acepta imágenes. Tool calling y razonamiento (emite una traza de razonamiento). Cuota de 3.000M tokens por miembro, y el contador vuelve a cero cuando empieza tu periodo de facturación. Además tiene un tope de 400M tokens por ventana móvil de 4h, que es el límite con el que topa antes una sesión intensiva de agente de código."
+  description="Tier premium: solo se puede llamar con una key de la membresía premium GLM 5.3. Modelo MoE de ~753B parámetros, enfocado a coding y a tareas agénticas de largo recorrido. Contexto de 1M tokens. Multimodal: acepta imágenes, audio y vídeo además de texto. Tool calling y razonamiento (emite una traza de razonamiento). Cuota de 3.000M tokens por miembro, y el contador vuelve a cero cuando empieza tu periodo de facturación. Además tiene un tope de 400M tokens por ventana móvil de 4h, que es el límite con el que topa antes una sesión intensiva de agente de código."
   specs={[
     { label: 'Tipo', value: 'MoE (~753B total)' },
-    { label: 'Cuantización', value: 'FP8' },
+    { label: 'Cuantización', value: 'NVFP4' },
     { label: 'Atención', value: 'Sparse attention' },
     { label: 'Contexto', value: '1M tokens' },
-    { label: 'Modalidades de entrada', value: 'texto' },
+    { label: 'Modalidades de entrada', value: 'texto · imagen · audio · vídeo' },
     { label: 'Modalidades de salida', value: 'texto' },
     { label: 'Cuota / periodo de facturación', value: '3.000M tokens / miembro' },
     { label: 'Ventana móvil de 4h', value: '400M tokens' },
   ]}
   items={[
     'Tool calling (function calling)',
     'Modo razonamiento (traza de razonamiento)',
+    'Visión (entrada de imagen)',
+    'Audio (entrada de audio)',
+    'Vídeo (entrada de vídeo)',
     'Coding y tareas agénticas de largo recorrido',
     'Contexto de 1M tokens',
     'Generación en streaming (SSE)',

src/content/docs-es/opencode.mdx

@@ -63,7 +63,7 @@ Escribe esto en `~/.config/opencode/opencode.json` para tenerlo en todos tus pro
         "glm5.3": {
           "name": "GLM 5.3 (premium)",
           "limit": { "context": 1048576, "output": 32768 },
-          "modalities": { "input": ["text"], "output": ["text"] }
+          "modalities": { "input": ["text", "image", "audio", "video"], "output": ["text"] }
         }
       }
     }

src/content/docs-es/pi.mdx

@@ -88,7 +88,7 @@ En `~/.pi/agent/models.json`:
           "id": "glm5.3",
           "name": "GLM 5.3 (premium)",
           "reasoning": true,
-          "input": ["text"],
+          "input": ["text", "image"],
           "contextWindow": 1048576,
           "maxTokens": 32768
         }
@@ -136,7 +136,7 @@ Pídele algo corto. Si contesta, está saliendo por el clúster. Puedes cambiar
 - **La clave va escrita en el fichero.** `models.json` vive en tu carpeta personal, así que no suele acabar en un repositorio, pero tenlo en cuenta si sincronizas tu configuración entre máquinas.
 - **`maxTokens` no es el contexto.** Es el techo de cada respuesta. El razonamiento sale de ese mismo presupuesto, así que si pides respuestas largas y razonadas, súbelo.
 - **Los modelos que declares son los que verás.** Pi no le pregunta al clúster qué hay disponible: muestra lo que haya en la lista.
-- **`mimo-v2.6-flash` entra sin su audio.** El esquema de Pi acepta `"text"` e `"image"` en `input` y nada más, y un tercer valor no tumba solo a ese modelo: Pi rechaza el fichero entero, con todos los demás proveedores que haya dentro. El modelo sigue oyendo audio por la API, pero no desde Pi.
+- **`mimo-v2.6-flash` entra sin su audio, y `glm5.3` sin su audio ni su vídeo.** El esquema de Pi acepta `"text"` e `"image"` en `input` y nada más, y un tercer valor no tumba solo a ese modelo: Pi rechaza el fichero entero, con todos los demás proveedores que haya dentro. Los dos los siguen aceptando por la API, pero no desde Pi.
 - **`glm5.3` necesita una clave del tier premium.** Está en la lista para que quien lo tenga lo vea. Sin ese tier la respuesta es un `401`, explicado en [Elige tu modelo](/es/docs/choose-a-model).
 
 </Details>

src/content/docs-es/vscode.mdx

@@ -108,7 +108,7 @@ Se abre un fichero `chatLanguageModels.json`. Déjalo así:
         "name": "GLM 5.3 (premium)",
         "url": "https://api.nan.builders/v1/chat/completions",
         "toolCalling": true,
-        "vision": false,
+        "vision": true,
         "maxInputTokens": 1015808,
         "maxOutputTokens": 32768
       }
@@ -137,7 +137,7 @@ Abre el chat, despliega el selector de modelos y elige uno de los que acabas de
 
 `glm5.3-flash` para el modo agente, que es donde importa el contexto largo. `deepseek-v4-flash` para preguntas de chat. `qwen3.8-flash` si prefieres que conteste rápido.
 
-`glm5.3` solo responde si tienes el tier premium. Va en el bloque con `"vision": false`, que no es una preferencia: es el único modelo que no acepta imágenes.
+`glm5.3` solo responde si tienes el tier premium.
 
 <Details summary="Problemas conocidos">
 

src/content/docs/choose-a-model.md

@@ -29,7 +29,8 @@ If you do not know which one to pick, look for what you want to do in the first
 | The same, but without the premium tier | `glm5.3-flash` | Same 1M context and a generous quota |
 | Get an answer fast | `qwen3.8-flash` | Less depth, much less waiting |
 | Hand the model an audio file directly | `mimo-v2.6-flash` | It hears audio natively |
-| Describe or analyze an image | `deepseek-v4-flash` | Any of them except `glm5.3` will do; this is the best |
+| Hand the model a video | `glm5.3` | The only one that watches video. Needs the premium tier |
+| Describe or analyze an image | `deepseek-v4-flash` | Any chat model will do; this is the best |
 | Try things without spending quota | `gemma4` | It has no token counter |
 | Build a search engine or a RAG | `qwen3-embedding` and then `rerank` | First you retrieve by similarity, then you reorder by relevance |
 | Turn text into audio | `kokoro` | 67 voices, two of them Spanish |
@@ -42,7 +43,7 @@ If you do not know which one to pick, look for what you want to do in the first
 | id | What for | Context | Accepts | Quota |
 |---|---|---|---|---|
 | `deepseek-v4-flash` | General chat and reasoning | 1M | text · image | 3B tokens/month |
-| `glm5.3` | Coding agents and long tasks | 1M | text | 3B tokens/billing period |
+| `glm5.3` | Coding agents and long tasks | 1M | text · image · audio · video | 3B tokens/billing period |
 | `glm5.3-flash` | Coding agents, without premium | 1M | text · image | 2B tokens/month |
 | `qwen3.8-flash` | Fast answers | 1M | text · image | 500M tokens/month |
 | `mimo-v2.6-flash` | The newest MiMo, omnimodal | 1M | text · image · audio | 1.0B tokens/month |

src/content/docs/claude-code.mdx

@@ -189,8 +189,6 @@ It depends on the path, because the model does different jobs in each.
 
 **With the gateway**, the model runs the entire session: `glm5.3-flash`, or `glm5.3` if you have the premium tier. Both have 1M tokens of context, which is what a long agent session asks for.
 
-On either path, avoid `glm5.3` for tasks that involve reading screenshots: it does not accept images.
-
 ## Known issues
 
 - **When delegating, OpenCode's output lands in your conversation.** If you ask it to summarize something enormous, whatever it returns takes up context in Claude Code. Ask it for summaries, not dumps.

src/content/docs/cline.mdx

@@ -46,7 +46,7 @@ Cline asks because with a generic provider it has no way of finding out:
 | `glm5.3-flash` | 1000000 | yes | yes |
 | `deepseek-v4-flash` | 1000000 | yes | yes |
 | `qwen3.8-flash` | 1000000 | yes | yes |
-| `glm5.3` | 1000000 | no | yes |
+| `glm5.3` | 1000000 | yes | yes |
 
 If you tick images on a model that does not accept them, Cline will try to send it screenshots and the request will fail.
 

src/content/docs/hermes.mdx

@@ -90,7 +90,7 @@ hermes model
 
 `glm5.3-flash` if you are going to give it long tasks or have it delegate to subagents, for its 1M token context. `deepseek-v4-flash` for conversation and normal tasks, which also has the widest quota on the cluster.
 
-If you are going to send it photos over Telegram, any of them except `glm5.3`, which is the only one that does not accept images.
+If you are going to send it photos over Telegram, any of them will do: every chat model accepts images.
 
 <Details summary="Known issues">
 

src/content/docs/models.mdx

@@ -18,22 +18,25 @@ with the same `base URL`.
   id="glm-5-3"
   name="glm5.3"
   tag="753B MoE"
-  leftLabel="text generation & chat · agentic coding"
+  leftLabel="multimodal text generation & chat · agentic coding"
   rightLabel="capabilities"
-  description="Premium tier: callable only with a key on the GLM 5.3 premium membership. ~753B parameter MoE model, focused on coding and long-horizon agentic tasks. 1M token context. Text in, text out: it does not take images. Tool calling and reasoning (emits a reasoning trace). 3,000M token quota per member, and the counter goes back to zero when your billing period starts. Also capped at 400M tokens per rolling 4h window, which is the limit a heavy coding-agent run reaches first."
+  description="Premium tier: callable only with a key on the GLM 5.3 premium membership. ~753B parameter MoE model, focused on coding and long-horizon agentic tasks. 1M token context. Multimodal: it takes images, audio and video as well as text. Tool calling and reasoning (emits a reasoning trace). 3,000M token quota per member, and the counter goes back to zero when your billing period starts. Also capped at 400M tokens per rolling 4h window, which is the limit a heavy coding-agent run reaches first."
   specs={[
     { label: 'Type', value: 'MoE (~753B total)' },
-    { label: 'Quantization', value: 'FP8' },
+    { label: 'Quantization', value: 'NVFP4' },
     { label: 'Attention', value: 'Sparse attention' },
     { label: 'Context', value: '1M tokens' },
-    { label: 'Input modalities', value: 'text' },
+    { label: 'Input modalities', value: 'text · image · audio · video' },
     { label: 'Output modalities', value: 'text' },
     { label: 'Allowance / billing period', value: '3,000M tokens / member' },
     { label: 'Rolling 4h window', value: '400M tokens' },
   ]}
   items={[
     'Tool calling (function calling)',
     'Reasoning control (`reasoning_effort`: low · medium · high · max)',
+    'Vision (image input)',
+    'Audio (audio input)',
+    'Video (video input)',
     'Coding and long-horizon agentic tasks',
     '1M token context',
     'Streaming generation (SSE)',

src/content/docs/opencode.mdx

@@ -63,7 +63,7 @@ Write this into `~/.config/opencode/opencode.json` to have it in every project,
         "glm5.3": {
           "name": "GLM 5.3 (premium)",
           "limit": { "context": 1048576, "output": 32768 },
-          "modalities": { "input": ["text"], "output": ["text"] }
+          "modalities": { "input": ["text", "image", "audio", "video"], "output": ["text"] }
         }
       }
     }

src/content/docs/pi.mdx

@@ -88,7 +88,7 @@ In `~/.pi/agent/models.json`:
           "id": "glm5.3",
           "name": "GLM 5.3 (premium)",
           "reasoning": true,
-          "input": ["text"],
+          "input": ["text", "image"],
           "contextWindow": 1048576,
           "maxTokens": 32768
         }
@@ -136,7 +136,7 @@ Ask it for something short. If it answers, it is going out through the cluster.
 - **The key is written in the file.** `models.json` lives in your home directory, so it does not usually end up in a repository, but keep it in mind if you sync your configuration between machines.
 - **`maxTokens` is not the context.** It is the ceiling for each answer. Reasoning comes out of that same budget, so if you ask for long reasoned answers, raise it.
 - **The models you declare are the ones you get.** Pi does not ask the cluster what is available: it shows whatever is on the list.
-- **`mimo-v2.6-flash` goes in without its audio.** Pi's schema accepts `"text"` and `"image"` for `input` and nothing else, and a third value does not fail that one model: Pi refuses the whole file, every other provider in it included. The model still hears audio through the API, just not from inside Pi.
+- **`mimo-v2.6-flash` goes in without its audio, and `glm5.3` without its audio and video.** Pi's schema accepts `"text"` and `"image"` for `input` and nothing else, and a third value does not fail that one model: Pi refuses the whole file, every other provider in it included. Both models still take them through the API, just not from inside Pi.
 - **`glm5.3` needs a key on the premium tier.** It is on the list so that a member who has it can see it. Without that tier the answer is a `401`, which is explained in [Choose your model](/docs/choose-a-model).
 
 </Details>

src/content/docs/vscode.mdx

@@ -108,7 +108,7 @@ A `chatLanguageModels.json` file opens. Leave it like this:
         "name": "GLM 5.3 (premium)",
         "url": "https://api.nan.builders/v1/chat/completions",
         "toolCalling": true,
-        "vision": false,
+        "vision": true,
         "maxInputTokens": 1015808,
         "maxOutputTokens": 32768
       }
@@ -137,7 +137,7 @@ Open the chat, drop down the model picker and choose one of the ones you just ad
 
 `glm5.3-flash` for agent mode, which is where long context matters. `deepseek-v4-flash` for chat questions. `qwen3.8-flash` if you prefer fast answers.
 
-`glm5.3` only answers if you have the premium tier. It is in the block with `"vision": false`, which is not a preference: it is the one model that does not accept images.
+`glm5.3` only answers if you have the premium tier.
 
 <Details summary="Known issues">
 

src/data/modelos.json

@@ -29,7 +29,7 @@
         {
           "id": "glm5.3",
           "by": "Z.ai",
-          "specs": "753B MoE · FP8 · sparse attention · 1M context · tool calling · reasoning",
+          "specs": "753B MoE · NVFP4 · sparse attention · 1M context · multimodal · tool calling · reasoning",
           "cuota": "3B tokens/periodo de facturación",
           "frontier": true,
           "premium": true