智谱 GLM-5.3-Flash：性能对标 Opus 4.8、定价只要十分之一，多平台都在抢它
大家好，我是老张。
最近 AI 圈有个大新闻——智谱 AI 正式发布并开源了 GLM-5.3-Flash。这款模型在发布前以「Ox Alpha」（中文社区叫「牛来」，六天匿名）的身份，悄悄上线了 OpenRouter 和 OpenCode 两个平台。
按智谱官方在技术博客中的原文：
"Ox-Alpha 迅速成为当周最受欢迎的模型，创下双平台调用量新高。而这些请求流量全部由国产芯片提供算力支持。"
老张今天就把官方文档、OpenRouter、人工智能分析机构 Artificial Analysis 的数据全部过一遍，给大家一个靠谱的全景介绍。所有数据都标明出处，不写江湖传闻。
📌 一句话定位
GLM-5.3-Flash 是智谱 GLM-5 系列的第一个原生多模态模型，主打「极致低成本 + 旗舰级智能」——官方说它总参数 320B、激活 18B，架构上首次在 GLM 主系列引入稀疏注意力与线性注意力混合架构，目标是用 Flash 模型的算力成本，做出旗舰模型的智能水平。
官方原话：GLM-5.3-Flash 整体性能超过 GLM-5.2，编程和 Agent 评测已经接近 Claude Opus 4.8，但价格只有 GLM-5.3 的十分之一（限时折扣期内为二十分之一，对标 Claude Opus 4.8 为四十分之一）。 ——智谱 AI 官方技术博客
🚀 三大核心亮点
1️⃣ 极致高效的混合架构
- 总参数量：320B（与 GLM-4.5 的 355B 基本持平）
- 激活参数量：18B（仅为 GLM-5.3 的一半不到）
- 层数：45 层（GLM-5.3 为 92 层，几乎砍半）
- 架构创新：
- 首个开源的稀疏注意力 + 线性注意力混合架构
- 引入 流形约束超连接 mHC（Manifold-Constrained Hyper-Connections）
- 借助 IndexPool 加权池化，把索引器 4 个缓存向量压缩成 1 个
- 效率提升（官方数据）：
- 相较 GLM-5.3，注意力计算量降低 3.01 倍
- KV 缓存大小降低 4.44 倍
2️⃣ 原生多模态的视觉 Coding
这是 GLM-5.3-Flash 区别于前代最关键的能力——视觉能力被原生融入 Coding 循环，模型能主动「观察」界面、渲染结果与交互反馈，然后持续测试和改进自己写的代码。
典型场景包括：
- 前端开发：复刻参考图，自主检查渲染效果
- 游戏构建：在 Godot 中实现可玩原型
- 3D 场景：官方演示中，模型自主运行 16 小时在 Blender 里搭出了一套约 400 平方米的专业主厨自宅与测试厨房
- BUA / CUA 闭环：Browser Use Agent 和 Computer Use Agent 能在代码、浏览器和图形界面之间协同工作
3️⃣ 超越 Coding 的工作伙伴
模型不再只会写代码，还能直接交付 Office 成品：
- PPTX / PDF / DOCX / XLSX：能检查并优化自己输出的格式、排版、图表
- 金融场景：基于来源的研究、报告生成、财务建模，保留可追溯引用
- 法律场景：审查合同中的费用、账户与责任条款，按律师惯例批注；起草律师函、合同、诉讼文书，格式符合实务规范
📊 各平台官方数据对照
老张把官方一手数据全部扒了下来，数字和来源都对得上：
🔹 Artificial Analysis 综合智能指数（v4.1.1）
| 模型 | AA 智能指数 | 备注 |
|---|---|---|
| Claude Opus 4.8 | 57 | GLM-5.3-Flash 官方对标 |
| GLM-5.3-Flash | 57 | 官方公布，与 Opus 4.8 同分 |
| GLM-5.3（max） | 60 | Reddit 网友测评，比 Flash 高 3 分 |
| Kimi K3 | 60 | 与 GLM-5.3 持平 |
官方原话：GLM-5.3-Flash 进入全球前沿模型区间，与 Anthropic Claude Opus 4.8 得分持平。 ——智谱 AI 官方发布稿
🔹 编程与 Agent 能力（官方对比）
| 测试项 | GLM-5.2 | GLM-5.3-Flash | 提升 |
|---|---|---|---|
| DeepSWE v1.1 | 46.2 | 63.4 | +17.2 |
| AutomationBench | 26.2 | 48.8 | +22.6 |
| Z.ai Code Bench（最高推理强度） | - | 29.0（Opus 4.8: 29.5） | 已非常接近 |
🔹 价格对比（OpenRouter 官方页面）
| 模型 | 输入 $/1M tokens | 输出 $/1M tokens | 缓存读取 $/1M |
|---|---|---|---|
| GLM-5.3-Flash（限时 5 折，到 2026-09-09） | $0.075 | $0.25 | $0.015 |
| GLM-5.3-Flash（原价） | $0.15 | $0.50 | - |
| GLM-5.3 | $1.40 | $4.40 | $0.26 |
| DeepSeek V4 Flash 0731 | $0.03 | $0.075 | - |
| Qwen3.7 Flash | $0.03 | $0.13 | - |
| Claude Opus 4.8 | ~$15 | ~$75 | - |
结论：按 OpenRouter 限时折扣价计算，输入价是 GLM-5.3 的 约 1/19、输出价 约 1/18；智谱官方对标 Claude Opus 4.8 的说法是 1/40（官方原文表述）。
⚠️ 价格时效性提醒：OpenRouter 的 5 折优惠仅到 2026-09-09 16:00 UTC，届时会恢复原价 $0.15 / $0.50 每 1M tokens。
🌐 多平台覆盖情况
模型已在全球范围内同步上线：
- 智谱 BigModel 开放平台：glm-5.3-flash Model Code，1M 上下文，已纳入 GLM Coding Plan（额度比 GLM-5.3 多 3 倍）
- OpenRouter：
z-ai/glm-5.3-flash，确认就是此前的匿名「Ox Alpha」模型 - OpenCode：发布前一周已上线测试，曾登顶调用量榜首
- Hugging Face：MIT 协议开源权重，可本地部署（vLLM、SGLang、KTransformers 等框架）
🛠️ 跑在国产芯片上
这是一个值得老张单独拎出来说的点——GLM-5.3-Flash 的全部流量都由国产 AI 芯片集群承载。
官方披露的关键信息：
- 芯片：通过自研高带宽互联网络连接的大规模国产加速芯片集群
- 推理引擎：在 SGLang 基础上构建专用推理引擎
- 底层优化：节点内张量并行、ReplaySSM、W8A8 量化、INT8/FP8/BF16 混合缓存量化、Layer Split
- 集群架构：生产级 Encode–Prefill–Decode（EPD）分离式，可独立调度与扩缩容
- 性能提升：与同硬件初始基线相比，端到端服务性能提升 3 倍
- 成本对比：单 token 成本已达到与主流英伟达 GPU 相当的水平
这是开源前沿模型里第一个在大规模流量上跑通国产芯片的案例。
💡 老张的评价
✅ 优点
- 性价比炸裂：OpenRouter 上限时折扣后输入 $0.075 / 1M tokens，AA 智能指数 57 分对标 Opus 4.8（智谱官方原话：「价格是 Opus 4.8 的 1/40」）
- 真·开源：MIT 协议上 Hugging Face，本地可部署，不绑定单一云厂
- 原生多模态：视觉反馈进 Coding 循环，不是外挂视觉模块
- 国产芯片验证：端到端跑通，给国产算力生态打了个样
- 生态成熟：GLM Coding Plan、阿里云千问办公、ZCode 编码平台都已接入
⚠️ 值得注意的地方
- 部分场景有短板：知乎社区测试显示，GLM-5.3-Flash 在某些纯图片识别基准上得分仅 4.8%（同场景 Gemini 3.7 Flash 是 99.9%）——视觉强项在「视觉反馈驱动 Coding」，不是通用 OCR/识图
- 网络安全基准低于 GLM-5.3：KernelBench-Mega 也比 GLM-5.3 弱，需要前沿 Coding Agent 写 GPU Kernel 的场景谨慎评估
- 80% DeepSWE 是误读：早期 10 题小样本曾跑出 80%，扩大样本后回落到 ~63%，社区已澄清
- 时效性提醒：OpenRouter 限时 5 折到 2026-09-09 16:00 UTC，之后会恢复原价
- "登顶榜首"的说法：二级媒体（PANews）转述为「调用量超过 DeepSeek 的两倍、登顶 OpenRouter 榜首」，但智谱官方原文只说"创下双平台调用量新高"和"成为当周最受欢迎"，并未用"登顶"二字。严谨起见，以官方原文为准
🎯 适合谁用？
| 场景 | 推荐程度 |
|---|---|
| Agent / 长流程自动化任务 | ⭐⭐⭐⭐⭐ |
| 前端 Coding + 视觉反馈闭环 | ⭐⭐⭐⭐⭐ |
| Office 成品交付（PPT/PDF/Word/Excel） | ⭐⭐⭐⭐ |
| 长上下文（1M）检索与文档分析 | ⭐⭐⭐⭐ |
| 通用 OCR / 纯识图任务 | ⭐⭐ |
| 前沿 GPU Kernel Coding | ⭐⭐⭐ |
🔗 一手资源汇总
| 资源 | 链接 |
|---|---|
| 智谱官方文档 | https://docs.bigmodel.cn/cn/guide/models/vlm/glm-5.3-flash |
| 智谱技术博客 | https://z.ai/blog/glm-5.3-flash |
| OpenRouter 模型页 | https://openrouter.ai/z-ai/glm-5.3-flash |
| 智谱 BigModel 体验中心 | https://bigmodel.cn/trialcenter/modeltrial/visual |
| GLM Coding Plan 订阅 | https://bigmodel.cn/glm-coding |
| Artificial Analysis 评测 | https://artificialanalysis.ai/models/glm-5-3 |
💬 互动话题
- 你觉得 GLM-5.3-Flash 的「视觉反馈驱动 Coding」路线，会成为下一阶段 Agent 的标配吗？
- 如果只看价格，$0.075 / 1M tokens 的输入价，够香吗？你打算把它用在哪个场景？
- 国产芯片跑通前沿模型这件事，对你的工作选型有影响吗？
我是老张，多年运维老兵，关注 AI 工程化落地。下期见。