智谱正式推出并开源了GLM-5系列的首个原生多模态模型——GLM-5.3-Flash (320B-A18B)。该模型总参数量达3200亿，但激活参数仅180亿，通过创新架构实现了高效计算与性能突破。在发布前，这款模型以匿名身份“Ox-Alpha”（中文社区昵称“牛来”）在OpenCode和OpenRouter平台进行大规模测试，迅速成为当周最受欢迎的模型，并创下双平台调用量新高。值得注意的是，所有测试请求的算力均由国产芯片提供支持。
性能方面，GLM-5.3-Flash在全球权威的Artificial Analysis Intelligence Index（AA综合智能指数）中取得57分，跻身全球前沿模型行列，与Anthropic旗下备受关注的Claude Opus 4.8模型得分持平。在自研的Z.aiCode Bench编程评估中，其代码生成能力同样与Claude Opus 4.8相当。更引人注目的是，该模型定价仅为GLM-5.3的1/10，限时折扣期间更降至1/20，仅为Claude Opus 4.8价格的1/40，显著降低了开发者的使用成本。
这一突破得益于GLM-5.3-Flash的全新架构设计。其总参数量与GLM-4.5相近（320B vs. 355B），但激活参数从320亿缩减至180亿，模型层数也从92层减少至45层，几乎减半。结合30T Token的多模态预训练语料，模型在计算资源需求大幅降低的同时，性能反而全面超越参数量翻倍的GLM-5.2。官方数据显示，GLM-5.3-Flash在各项基准测试和实际场景中均表现优异，实现了“以小博大”的技术跨越。
架构创新是GLM-5.3-Flash的核心优势。该模型首次采用稀疏注意力与线性注意力混合架构，在保持长上下文处理精度的同时，大幅降低了服务成本。通过引入流形约束超连接（mHC）技术，模型的扩展能力（Scaling Law）得到显著提升，为未来进一步优化奠定了基础。目前，GLM-5.3-Flash已面向全球开源，并接入ZCode等编码平台，纳入GLM Coding Plan（每日限量发放10,000张体验卡），同时开放API调用，为开发者提供高效、低成本的AI工具。
