智谱正式上线并开源GLM-5.3-Flash（320B-A18B），该模型正是此前在OpenCode、OpenRouter平台匿名测试、被中文社区称作“牛来”的Ox-Alpha，也是GLM-5系列首款原生多模态大模型。
PChome 8月27日消息，智谱正式上线并开源GLM-5.3-Flash（320B-A18B），该模型正是此前在OpenCode、OpenRouter平台匿名测试、被中文社区称作“牛来”的Ox-Alpha，也是GLM-5系列首款原生多模态大模型。
评测数据显示，其在Artificial Analysis综合智能指数中获得57分，与Anthropic旗下Claude Opus 4.8最高档得分持平，跻身全球前沿模型梯队。在智谱自研的Z.ai Code Bench max effort测试中，该模型得分29.0，与Opus 4.8的29.5分差距不足1分。
技术层面，GLM-5.3-Flash总参数320B、激活参数仅18B，基于30T Token多模态语料预训练，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，引入流形约束超连接技术提升缩放能力。对比GLM-5.3，其单Token注意力计算量降低3.01倍，KV缓存体积减少4.44倍，支持1M上下文窗口，权重以MIT协议开放，上线即登陆Hugging Face。
成本是本次发布的核心亮点：该模型API常规定价为GLM-5.3的十分之一，限时折扣期可低至二十分之一；按完成同一任务测算，使用成本约为Claude Opus 4.8的四十分之一。
据披露，匿名测试期间Ox-Alpha曾创下双平台调用量新高，全部流量均由国产芯片集群承载。智谱基于SGLang打造专用推理引擎，经张量并行、量化等系列优化，端到端服务性能较初始基线提升3倍，硬件效率接近主流英伟达GPU水平。目前模型已接入Z.ai、智谱清言、ZCode等平台，同步开放BigModel与Z.ai双通道API。
