智谱认领「牛来」！GLM-5.3-Flash开源，价格仅Opus 4.8四十分之一

随手先关注，不错过每日AI热讯速递

此前我们报道过，一款名为「牛来」（Ox Alpha）的匿名模型刷爆海外开发者社区，身份成谜[2]。8月26日晚谜底揭晓：智谱（Z.ai）正式确认其为自家 GLM 系列最新迭代，并发布开源GLM-5.3-Flash[1]。

这是 GLM-5 系列首个原生多模态（可同时处理文字、图像、视频等多种输入的模型），权重已在 Hugging Face 开放[1][4]。

①

匿名公测登顶，流量全靠国产芯片

发布前一周，智谱把 GLM-5.3-Flash 以「ox-alpha」身份匿名挂在 OpenRouter 和 OpenCode 上收集反馈[3]。

结果首日就冲上 OpenRouter 榜首，刷新单日 token 用量历史纪录，还终结了 DeepSeek 在 OpenCode 连续56 天的霸榜纪录[3]。

最特别的是，这波全球真实流量全部跑在国产 AI 芯片集群上。智谱为适配国产加速器自建了基于 SGLang 的推理引擎，把多模态编码、预填充、解码拆成可独立调度的分离式架构，跨数万片国产芯片服务[1]。

相比同硬件初始基线，端到端服务性能提升3 倍，单 token 成本做到与主流英伟达 GPU 相当[1]。

②

320B 总参只激活 18B，架构抠效率

GLM-5.3-Flash总参数320B，但每个 token 只激活18B，上下文窗口达100 万 token[4]。

相比GLM-4.5系列，激活参数近乎减半（18B vs 32B），层数从92 层压到45 层[1]。

关键在于注意力机制改造：首次在 GLM 系列采用线性注意力与稀疏注意力混合架构（融合线性与稀疏两种注意力机制，兼顾长上下文与成本），还加了 IndexPool 把 4 个索引向量压成 1 个[1]。

算下来，注意力计算量比GLM-5.3降约3 倍，KV 缓存缩小约4.4 倍，百万 token 长上下文成本大幅下降[1]。

性能上，GLM-5.3-Flash 在 Artificial Analysis 智能指数（v4.1.1）拿到57 分，与 Claude Opus 4.8 持平[1]。

DeepSWE v1.1 得63.4GLM-5.2仅 46.2），AutomationBench 得48.8GLM-5.2为 26.2），编码能力已接近Claude Opus 4.8[1][4]。

③

价格打到 Opus 4.8 的四十分之一

定价是这张牌的另一半。API 标准价为0.15 美元/百万输入 token、0.50 美元/百万输出 token，折扣档约0.045 美元/任务[4]。

价格约为Claude Opus 4.8 的四十分之一GLM-5.3 的十分之一，甚至低于DeepSeek-V4-Flash[3][4]。

图：Hugging Face 上 GLM-5.3-Flash 模型卡的社交分享图（来源：[4]）

模型已全量推送给GLM Coding Plan用户，可用额度是 GLM-5.3 的3 倍；多模态能力通过 ZCode 的浏览器操作与电脑操作开放[1]。

本地部署支持 SGLang、vLLM、TokenSpeed 等框架，FP8 权重约306 GiB，需要多卡节点[4]。

对开发者来说，这意味着「前沿模型」正在进入日常消耗品价位；对智谱而言，模型、国产算力与开源生态在同一条链路里完成了协同[1]。

也要看到，官方基准多为自测数据，视觉类评测（如 BabyVision）仍落后 Gemini 3.7 Flash，实际体验有待独立验证[4]。

希望对大家了解国产大模型最新进展有所帮助。欢迎在评论区分享你实测 GLM-5.3-Flash 的感受！

参考来源：

[1] MarkTechPost：Z.ai Releases GLM-5.3-Flash：A 320B-A18B Natively Multimodal MoE With a 1M-Token Contexthttps://marktechpost.com/2026/08/26/z-ai-releases-glm-5-3-flash-a-320b-a18b-natively-multimodal-moe-with-a-1m-token-context

[2] TechCrunch：Surprise：Z.ai is the AI lab behind the mysterious Ox Alpha modelhttps://techcrunch.com/2026/08/26/surprise-z-ai-is-the-ai-lab-behind-the-mysterious-ox-alpha-model

[3] 量子位：神秘「牛来」模型果然是智谱！GLM首个原生多模态，还用的国产卡https://qbitai.com/2026/08/479919.html

[4] Hugging Face 模型卡 zai-org/GLM-5.3-Flashhttps://huggingface.co/zai-org/GLM-5.3-Flash

欢迎分享、点赞、推荐

一起拥抱AI