开发者摸了几周的匿名模型现在以MIT许可开放下载——智谱称整个预览全程跑在国产芯片上
Z.ai于8月26日发布GLM-5.3-Flash，并确认这就是此前以Ox Alpha代号匿名流传的模型。它是一个混合专家模型，总参数3200亿、每token激活180亿，上下文窗口100万token，权重以MIT许可发布在Hugging Face上；并且是GLM-5系列首个原生多模态模型——图像与视频由基座模型直接处理，而非外挂。架构上以线性注意力处理局部依赖、稀疏注意力处理长程上下文；在满上下文长度下，一个名为IndexPool的组件会压缩索引器键向量，以免延迟和显存开销失控。Z.ai称训练语料约为30万亿token的多模态数据。按其自报数据，模型在DeepSWE v1.1上得63.4（GLM-5.2为46.2），AutomationBench上48.8（对26.2），Terminal-Bench 2.1上84.3，紧邻Claude Opus 4.8的85.0。定价为每百万输入token 0.15美元、缓存0.03美元、输出0.50美元，约为GLM-5.2的十分之一；9月9日前还有五折促销。最会引发争论的是这条说法：Z.ai称整个Ox Alpha预览完全由国产加速器承载，使用自研推理引擎，在数万张加速器规模上取得约三倍的端到端提升。所有基准数字均为自报，尚未经独立复现。
为什么重要?这里其实发生了两件事，值得分开看。第一件是价格事件：一个3200亿参数模型，在编码与智能体基准上与闭源前沿模型只差一两分，却以现存最宽松的MIT许可发布——意味着你可以直接放进商业产品而无需征求任何人同意——价格还只有前代的约十分之一。这压缩了“租用”与“自建”之间的差距，而且恰恰压缩在企业真正付费的品类上。第二件是硬件主张，它比基准数字更值得怀疑。出口管制的前提是先进算力构成卡点。如果一家实验室能完全依靠国产硅片，把接近前沿的模型服务给全球测试者，这个前提就收窄了——但只收窄在推理服务这一侧。推理的要求远低于训练，我们不知道具体是哪些芯片、效率如何，而唯一的信源正是从这个叙事中获益的公司。记下它，但别押注它。
在App中阅读——免费，9种语言
相关新闻
IBM 的新开源模型不是靠读教程学会用终端的，而是靠真的去用2026-08-27六天吞下 42 万亿 token 的无名模型有了主人：智谱确认 Ox Alpha 是 GLM 新版本，权重即将开放
2026-08-26Qwen4 预览版已开源：每个 token 仅激活 60 亿参数，在阿里自家的表格里，它修复真实缺陷的能力超过 Opus 4.6
2026-08-26一个在你停止打字之后仍继续思考的智能体——整套框架不到一万行 Bash
2026-08-26给机器人看一段十分钟活儿的视频，它就把这十分钟的活儿干完——不用重训，也不用打字下指令
2026-08-26