GLM-5.3-Flash：前沿智能进入普惠时代

事件核心：发生了什么

智谱于今日正式上线并开源GLM-5.3-Flash，这是GLM-5系列的首个原生多模态模型。该模型总参数量为320B，激活参数仅18B，在Artificial Analysis Intelligence Index（AA综合智能指数）中取得57分，与Anthropic的Claude Opus 4.8得分持平。在自研Z.ai Code Bench评估中，其编程表现也与Opus 4.8相当。

定价方面，GLM-5.3-Flash正式价格为GLM-5.3的1/10，限时折扣期间为1/20，相当于Opus 4.8的1/40。值得注意的是，该模型在正式发布前曾以匿名身份“Ox-Alpha”（中文社区称“牛来”）在OpenCode和OpenRouter上开放测试，迅速成为当周双平台调用量最高的模型，且这些请求流量全部由国产芯片集群提供算力支持。

为什么重要

这次发布的核心意义在于打破了“前沿智能=前沿价格”的行业惯性。GLM-5.3-Flash用更低的推理成本实现了对标国际顶级闭源模型的智能水平，其架构创新是关键：相比GLM-4.5，总参数相近（355B vs 320B），但激活参数从32B降至18B，层数从92减至45。它也是首个采用稀疏注意力与线性注意力混合架构的开源前沿模型，注意力计算量与KV缓存较GLM-5.3分别降低3.01倍和4.44倍。

另一个重要信号是国产芯片的规模化落地。智谱在SGLang基础上构建专用推理引擎，通过EPD（Encode-Prefill-Decode）分离式架构和激进的内存优化，在国产加速芯片集群上实现了端到端服务性能较初始基线提升3倍，硬件效率和单token成本达到与主流英伟达GPU相当的水平。这意味着国产算力已能支撑前沿大模型的大规模商用推理。

对用户/开发者/创作者的影响

对开发者而言，GLM-5.3-Flash已开源（Hugging Face提供BF16权重），并接入ZCode等编码平台，同时开放API调用，纳入GLM Coding Plan（每天限量发放10,000张体验卡）。1/40的价格意味着可以更自由地将前沿模型能力嵌入高频调用场景，而不再需要精打细算token成本。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对创作者和专业工作者，该模型的原生多模态能力扩展了应用边界：前端开发、游戏和3D仿真等场景中，模型可自主“观察”渲染结果并迭代改进；在办公领域，它针对PPTX、PDF、DOCX、XLSX等文档任务新增了视觉理解与自我验证能力，还能覆盖金融研报、法律合同审查等专业流程，生成即交付。

对于关注算力自主可控的企业，GLM-5.3-Flash证明国产芯片已能在大规模流量下高效支撑前沿模型推理，为后续采购和部署提供了现实依据。

值得关注的后续

一是国产芯片推理的规模化验证：此次大规模流量测试是首次，后续能否在更长周期内保持稳定、成本是否如宣称般具备竞争力，需要持续观察。二是开源生态的跟进速度：作为开源模型，社区能否围绕其混合注意力架构快速形成微调、部署和工具链生态，将影响其实际渗透率。三是价格战对行业的影响：以1/40的价格对标Claude Opus 4.8，是否会引发其他头部厂商调整定价策略或加速推出低成本旗舰模型，值得关注。

来源：智谱：研究（网页内嵌数据）