还记得上周那个在 OpenRouter 上匿名跑分、把 GPT-5.6 和 Claude 都碾了一遍的神秘模型吗？身份谜底揭晓了——就是智谱。
8 月 26 日晚，智谱正式上线并开源 GLM-5.3-Flash（320B-A18B），也就是此前匿名测试的 Ox-Alpha，中文社区爱称”牛来”。最炸裂的不是它打平了 Opus 4.8，而是：同样智力，1/40 的价格，而且这次智谱第一次让一个前沿模型全程跑在国产芯片集群上。
一、事实梳理：这个模型到底什么水平
先说参数和架构。GLM-5.3-Flash 总参数 320B，但每次只激活 18B（A18B，MoE 架构），45 层。作为对比，GLM-4.5 总参 355B、激活 32B、92 层——激活参数和层数几乎减半，但能力反而更强。
- 综合智能：AA（Artificial Analysis）综合智能指数 57 分，进入全球前沿区间，与 Claude Opus 4.8 持平
- 编程：自研 Z.ai Code Bench 上编程表现与 Opus 4.8 相当；DeepSWE v1.1 拿到 63.4（GLM-5.2 是 46.2）
- 多模态：GLM-5 系列首个原生多模态模型，视觉编码直接集成进模型，能自主判断何时”观察”、用视觉反馈指导下一步，适合前端开发、游戏、3D 仿真——智谱内部测试里，它在 Blender 里自主跑了 16 小时搭出一间约 400 平米的专业厨房
- 上下文：最高 100 万 token
- 办公能力：可检查优化 PPTX / PDF / DOCX / XLSX 输出，针对金融、法律场景优化，能做合同审查批注、律师函起草
架构上它还是首个采用”稀疏注意力 + 线性注意力”混合架构的开源前沿模型：相比 GLM-5.3，注意力计算量降约 3 倍、KV 缓存降约 4.4 倍，长上下文服务成本被大幅压下来——这正是它能卖低价的技术底座。
二、价格账：1/40 是什么概念
智谱官方给的定价口径是：GLM-5.3-Flash 是 GLM-5.3 的 1/10，限时折扣内是 1/20，按 AA 智能指数每任务成本算，只有 Claude Opus 4.8 的 1/40。
具体到 API 价格（每百万 token）：
- 输入：0.15 美元；输出：0.50 美元；缓存命中输入：0.03 美元
- 国内价格：输入限时 0.4 元、输出 1.4 元，之后 2.8 元，缓存命中 0.115 元
这个价位比 DeepSeek-V4-Flash 还低一档，限时折扣甚至低于它的谷时价。放在”和 Opus 4.8 同档智力”的前提下来看，等于把前沿智能从”按量精打细算”变成了”随便造”。
有意思的是发布节奏：8 月 20 日它以匿名模型 Ox-Alpha 上线 OpenRouter 和 OpenCode，一周内成为当周最受欢迎模型，创下双平台调用量新高，OpenRouter 上 6 天处理超 20 万亿 token——而这一切流量，全程由国产芯片集群提供算力。智谱官方也确认，那周的免费测试是有意为之，就是来验证国产芯片大规模承载能力。
三、国产芯片这件事，比模型本身更重要
这可能是这轮发布里最被低估的信号。智谱说这是它首次在大规模流量中使用国产芯片集群：自研高带宽互联网络连接，在 SGLang 基础上构建专用推理引擎，端到端服务性能比初始基线提升 3 倍，硬件效率和单 token 成本已经和主流英伟达 GPU 相当。
在美国出口管制持续收紧、先进芯片买不到的背景下，这是国产大模型厂商第一次公开证明：”我们能用国产卡，把前沿模型的推理成本做到和国际主流 GPU 一个水平。”对算力自主可控这件事来说，GLM-5.3-Flash 的跑通，比多一个高分模型的意义大得多。
四、开发者怎么用
- 权重：MIT 协议，已在 Hugging Face 和 ModelScope 上线（FP8 / BF16 两种格式），可直接用 vLLM、SGLang、KTransformers 等框架自部署
- API：已开放调用，接入 ZCode 等编码平台，纳入 GLM Coding Plan（每天限量发放 1 万张体验卡，套餐用户额度提升到原来的 3 倍，体验卡也重置了）
- 老达提醒：之前社区传的”DeepSWE 80%”是 10 道题小样本的成绩，扩大样本后回落到约 63%，测试者已主动纠正。63 仍是第一梯队，但别拿那个 80% 当宣传语。
老达点评
这轮发布我最看重三点：
第一，“匿名跑分 → 真身揭晓”成了国产大模型的固定剧本。先匿名上线让社区自发测评、攒口碑，再官宣开源引爆——GLM-5.3-Flash 把营销和产品节奏玩明白了。对普通开发者来说，匿名期的真实用量数据（20 万亿 token）比任何发布会 PPT 都有说服力。
第二，1/40 的价格是冲着”开源生态 + 价格战”双杀去的。MIT 协议放权重，意味着任何人都能免费商用、自部署，这和 DeepSeek 的路线同向而行。国产大模型的竞争已经从”谁更强”变成”谁更便宜、谁更开放”，对开发者是实打实的红利——API 价格战，我们普通人真的是受益方。
第三，国产芯片首次扛住前沿模型的大规模流量，这是里程碑。它说明推理侧”去英伟达化”不只是口号，是真能落地跑起来的。虽然智谱的数据都是自报，具体效果还得等社区在真实负载下验证，但方向已经立住了。
给想试的人一句话：如果你已经在用 DeepSeek 或 GLM 的 API，去申请一张 GLM Coding Plan 体验卡，把编程场景切过去跑两天，感受一下”1/40 价格的 Opus 4.8″到底够不够用——反正不花钱。模型选型更多思路可以看我的 AI编程工具专题 和 老达AI实践专题。
