智谱GLM-5.3-Flash开源：国产算力扛鼎，价格击穿底线

【区角快讯】悬念终于落地。8月26日晚间，智谱AI正式揭晓谜底，宣布上线并开源GLM-5.3-Flash（320B-A18B）。官方确认，这款模型正是此前一周在海外开发者社区引发热议的匿名模型Ox-Alpha，中文圈戏称其为“牛来”。作为GLM-5系列首款原生多模态大模型，它拥有3200亿总参数，激活参数仅180亿，采用MIT协议开放权重，发布即登陆Hugging Face平台。

回溯至8月20日，Ox-Alpha以“隐身”姿态悄然现身全球最大模型聚合平台OpenRouter。首日调用量便登顶，创下该平台单日历史纪录，同时终结了DeepSeek在OpenCode长达56天的霸榜地位。单日处理Token量高达62T，迅速成为两大平台当周最受欢迎的模型，刷新双平台多项历史数据。测试期间，独立研究员曾发布技术指纹报告，指出其分词器在25组提示词测试中与GLM-5.3的Token计数完全一致，11项探针交叉测试也与GLM家族全匹配，“99%把握”指向智谱，如今这一推测得到官方证实。

从能力端看，该模型直接对标国际旗舰水准。在Artificial Analysis Intelligence Index中，GLM-5.3-斩获57分，与Anthropic旗下备受推崇的Claude Opus 4.8持平，高于GLM-5.2的53分和DeepSeek V4 Pro正式版的53分。更令人瞩目的是价格端的突破。GLM-5.3-Flash定价仅为GLM-5.3的十分之一，限时折扣期内低至二十分之一，相当于Opus 4.8的四十分之一。具体而言，每百万Token输入收费0.8元，输出2.8元，缓存命中仅0.23元。

值得注意的是，这是国产算力首次大规模集体出海。智谱披露，“牛来”测试期间的全部线上流量，以及GLM-5.3-Flash发布后的线上服务，均由10万张国产芯片承载。这意味着国产算力芯片首次大规模直接服务于全球真实负载，此前市场关于“每天100万亿Token算力供给从何而来”的争论，至此有了明确答案。据《科创板日报》记者获悉，上述国产算力芯片可能来自华为、海光及摩尔线程。

智谱方面向媒体介绍，技术架构是成本压降的核心根源。GLM-5.3-Flash基于30T Token多模态语料完成预训练，首次在GLM系列中引入稀疏注意力与线性注意力混合架构，并创新采用流形约束超连接（mHC）。该架构使注意力计算量较GLM-5.3下降约3倍，KV缓存缩小4.4倍，从而支撑起1M上下文窗口的经济化部署。目前，GLM-5.3-Flash已面向全球开源，接入ZCode等编码平台，纳入GLM Coding Plan（每天限量发放10,000张体验卡），并同步开放API调用。

北京计算机学会AI专委会秘书长、北京大学特聘研究员张有鱼对此评价道，“匿名上线、全网实测、择日揭晓”的策略让GLM-5.3-Flash在揭晓前已完成真实流量压测并收割盲测口碑。在DeepSeek V4 Flash提价、市场对“用得起的前沿模型”呼声日益高涨的背景下，其以“前沿能力+1/40价格+国产算力底座”的组合切入，再次击穿了前沿模型的价格底线。