它很神秘，代号叫 Ox Alpha。Ox 在英文里是公牛的意思，于是大家给它起了个名字叫“牛来”大模型。
大家纷纷猜测它背后到底是谁，有人说是小米，有人说是谷歌，甚至连苹果都被怀疑过。有开发者做黑盒指纹实验发现，Ox Alpha 与智谱的模型呈现出高度一致的关系。
终于在 8 月 26 日晚，智谱公布了答案：Ox Alpha 就是旗下最新的 GLM-5.3 Flash 模型，已经正式上线并开源。总参数 320 亿，是 GLM-5 系列第一个原生多模态模型，编程表现与 Claude Opus 4.8 持平。
因为全新的低成本架构，GLM-5.3-Flash 全面超越参数量高出一倍的 GLM-5.2，定价却只有它的十分之一。
那话不多说，我们四轮实测看看它的表现。
实测环节
每轮都开启新对话，模型选择 GLM-3.5 Flash，思考级别最高。
Part 1 · 3D 打印机
第一轮做一台网页里的 3D 打印机，上传一张图片，把它变成一个 3D 模型，支持 360 度旋转查看。用时 1 小时 30 分钟，免费账号额度消耗如图。
整体效果还是可以的，上传一个极果 logo 试试。哇塞，有点东西啊，就是转到背面感觉没有上色。
换个钢琴，空间关系识别不太准确。我上传的是一个完整的蛋糕，谁给我咬了一口。
最后试试茶壶，这个效果不错，还能导出 OBJ 文件。
导入 Blender 里面也能正常打开，大家可以看看效果如何。
Part 2 · 3D 街机赛车
第二轮来个硬核的，做一款 3D 浏览器街机赛车，要求两张完整地图，三辆不同设计的赛车，能漂移能加速。
好家伙，用了 3 个多小时还没跑完，这个 Flash 一点也不 Flash 啊。终于在频繁的测试后自己崩溃了，我这里接管催它尽快交付。
最后用时 3 小时 46 分钟，使用 GLM Coding Plan Lite 套餐，5 小时额度消耗 90%，周额度消耗 18%。
等了这么久，看看成品。方向键是反的。最大的问题是，一旦撞到赛道两边的护栏，车就动不了了。最后勉强跑完了一整圈，等了快四个小时，做成这样还是有点失望。
这里我也用了 DeepSeek 拥有视觉能力的新模型 DeepSeek V4.1 Flash 测了一下，只能说半斤八两。方向键终于能正常操作了，但是没有边界限制，可以满图随便跑。
这轮两家的表现都差强人意。
Part 3 · 复刻操作系统
接下来是经典测试题，用一个 HTML 文件复刻整个 macOS 桌面系统，另外还得在里面做一个能玩的射击游戏。用了 1 小时 21 分钟，5 小时额度消耗 18%，周额度消耗 5%。
图标绘制得很精致，访达、备忘录、终端、设置都正常可用，壁纸也能换。
最后看看射击游戏，也没任何问题，走路的时候还有轻微抖动，有不同强度的敌人，整体没有出现任何 bug。
同样用 DeepSeek 也测了一下，效果比起 V4 Flash 还是有进步的，但是文字框排版有些拥挤。功能都正常，还多做了一个计算器 App，射击游戏也正常能玩。
这轮两家的完成度都不错，智谱的细节更好一些。
Part 4 · 自由网站设计
最后一轮，直接让模型自由发挥，做一个能展示网页设计能力上限的作品，主题自选。用时 1 小时 11 分钟，5 小时额度消耗 22%，周额度消耗 5%。
网站的名字叫做“最远的回声”，一进来就能听到音效。动画都很流畅，也有一些交互的内容。
旅行者 1 号是人类目前发射过最远的探测器，到现在还在工作。我喜欢这段文字的过渡动画，引用的是美国天文学家卡尔·萨根书中的一段话。
科学家估算，2026 年 11 月 18 日，旅行者 1 号将飞行到距离地球约 259 亿公里，也就是光走一整天的距离。我们在地球上发出一个无线电指令，它要 24 小时才能收到。
整体来看，GLM-5.3 Flash 的审美和前端设计能力还是蛮不错的。
成本对比
智谱的订阅计划现在已经在天猫旗舰店上出售了，不知道双十一会不会有优惠呢。
先来看 GLM Coding Plan 的个人套餐，套餐采用积分配额，同时有每 5 小时和每周的用量限制，三档都支持 GLM-5.3 和 GLM-5.3 Flash。非高峰时段包括周末全天，积分消耗只算标准的一半。
就在刚刚，智谱还发布了 GLM-5.3-FlashX，保持相近的智能水平，推理速度最高 200 tokens/s，比 Flash 快了 5 倍。那这个“牛来 X”模型，是不是可以简称“牛 X 模型”～
API 价格如下图所示
总结
最后做个总结，四轮实测下来，“牛来大模型”用着还可以，性价比也不错。但最大的问题就是速度和稳定性。
智谱官方称，面对匿名测试期和正式上线后的大规模调用，GLM-5.3 Flash 的推理服务全部由国产 AI 芯片集群承载。经过推理引擎和调度优化，硬件效率和单 Token 成本已经做到和主流英伟达 GPU 相当的水平。
国产芯片完全可以在大规模场景下，高效、经济地支撑前沿模型的推理需求。当算力不再成为限制国产模型开发者的一道坎，希望这一天早点到来。
