智谱AI正式上线并开源GLM-5.3-Flash (320B-A18B) 原生多模态模型。该模型总参数量为320B（3200亿），但激活参数仅为18B（180亿），采用全新的稀疏注意力与线性注意力混合架构。在正式发布前，该模型以代号“Ox-Alpha”在OpenCode和OpenRouter进行测试，凭借国产芯片提供的算力支持，迅速成为双平台调用量最高的模型。性能方面，GLM-5.3-Flash在全球权威的Artificial Analysis Intelligence Index中获得57分，进入全球前沿模型能力区间，与Anthropic的Claude Opus 4.8持平；在编程基准测试中表现亦与Opus 4.8相当。该模型定价极具竞争力，标准价格为GLM-5.3的1/10，限时折扣期间仅为GLM-5.3的1/20，即Claude Opus 4.8价格的1/40。官方数据显示，其架构通过减少层数和激活参数（32B降至18B），结合30T Token的多模态预训练语料，在各项基准测试中全面超越参数量高出一倍的GLM-5.2。GLM-5.3-Flash原生融合视觉能力至Coding循环，支持前端开发、Blender 3D构建及真实环境交互操作；同时拓展至Office、金融等专业文档场景，具备自主拆解目标、调用工具及交付成品的完整工作流能力。目前已接入ZCode等平台，开放API调用并纳入GLM Coding Plan。
事件分析
GLM-5.3-Flash的发布展示了国产大模型在架构设计与工程化落地上的成熟度。通过引入流形约束超连接（mHC）及混合注意力机制，该模型在保持高性能的同时大幅降低了激活参数量和推理成本，这种“MoE+稀疏化”的技术路线正成为行业追求性价比的主流选择。在产业层面，其性能直接对标Anthropic最顶级的Claude Opus 4.8，且定价策略激进（仅为竞品1/40），这将对全球API市场的定价体系产生冲击。特别值得关注的是，该模型强调算力由国产芯片支撑，不仅验证了国产软硬件栈的兼容性，也为构建非美系AI算力生态提供了重要范例。此外，模型原生将视觉融入编码循环并强化Agent工作流能力，表明竞争焦点已从单一的文本生成转向多模态协同的任务解决能力。
核心观点：智谱通过架构创新与国产算力协同，实现了“模型性能比肩SOTA、推理成本大幅降低”的突破，加速了开源大模型在复杂Agent场景的落地。
原文链接：Linux.do
