GLM-5.3 Flash 智谱新模型“牛来”跑在10万国产卡上

8月26日，智谱正式确认海外爆火的匿名模型Ox‑Alpha（昵称“牛来”）为自家GLM‑5.3‑Flash模型。

该模型匿名测试阶段在OpenRouter、OpenCode平台流量暴涨，5天超50万亿token，使用量超DeepSeek两倍，全部推理流量由超10万张国产芯片承载，芯片供应商传闻涉及华为、摩尔线程、海光。

智谱通过定制推理引擎、EPD分离式架构等技术优化，服务性能提升3倍，硬件效率、单token成本达到英伟达GPU同等水平，海外机构SemiAnalysis评价，这意味着英伟达CUDA护城河再次迎来考验。

该模型总参数320B、激活参数18B，为GLM‑5系列首个原生多模态模型，AA综合指数57分，性能对标Claude Opus 4.8；定价仅为Claude Opus 4.8的1/40，在行业涨价潮下主打高性价比，瞄准市场需求缺口。

定价方面，GLM-5.3-Flash每百万token输入0.8元，输出2.8元，缓存命中价格0.23元，为GLM-5.3的十分之一。上线前两周实行半价。

智谱表示，GLM-5.3-Flash定价为GLM-5.3的1/10，限时折扣内为GLM-5.3的1/20，为Claude Opus 4.8的1/40。

与调价后的DeepSeek V4 Flash相比（谷时输入1.5元、输出4.5元），GLM-5.3-Flash在绝大多数常规调用场景下更便宜。