关键词： 智谱 GLM-5.3-Flash 开源 国产芯片 牛来
8月26日晚间，"国产大模型第一股"智谱在官方公众号发文，正式官宣上线并开源GLM-5.3-Flash（320B-A18B）。这款大模型正是过去一周在海外开发者社区刷屏的神秘匿名模型Ox-Alpha——中文社区给它起了个外号："牛来"。
至此，这场持续近一周的"身份猜谜"尘埃落定。而比模型本身更受业界关注的，是支撑其运行的算力底座：智谱披露，"牛来"测试期间的全部线上流量，以及GLM-5.3-Flash发布后的线上服务，均由10万张国产芯片承载。这是国产算力芯片首次大规模直接服务全球真实负载。
故事要从8月20日说起。当晚，全球最大AI模型聚合平台OpenRouter的模型目录里悄然多出一个条目：stealth/ox-alpha。没有公司名，没有参数规模，价格栏写着两个零——免费。
Ox意为"牛"，恰逢电影《牛来》走红，中文开发者社区便给它起了"牛来大模型"的昵称。
上线首日，Ox Alpha调用量即登顶OpenRouter并刷新单日模型用量历史纪录。据科创板日报报道，在OpenRouter上，Ox Alpha过去7天的调用量达到23.2T，排名第一，较第二名的DeepSeek-V4-Flash正式版高出一倍有余。在OpenCode平台，它终结了DeepSeek连续56天的榜首纪录，连续6天调用量排名第一，累计调用量44T，单日处理tokens达62T。
OpenCode官方公告称，该模型背后提供方每天拥有100万亿tokens的算力供给。这曾引发社区热议：每天100万亿Token的算力从何而来？如今答案揭晓——10万张国产芯片。
在智谱官宣之前，全球开发者已展开了一场"技术指纹侦探战"。
独立研究员Ben Davis通过五重技术指纹分析，给出约99%的概率认定Ox Alpha属于智谱GLM-5.x系列：25组提示词分词器测试与GLM-5.3逐字吻合；视频编码器token消耗与GLM-5V-Turbo完全一致；音频拒绝行为与GLM-5V一致；每千字符约1.3个emoji的行为风格与GLM/Qwen系匹配；服务器返回的Java堆栈暴露内部类路径与智谱Z.ai公开API结构完全对应。
"匿名上线、全网实测、择日揭晓"的打法，让GLM-5.3-Flash在揭晓前已完成真实流量压测并收割盲测口碑。北京计算机学会AI专委会秘书长、北京大学特聘研究员张有鱼评价，这种策略"在DeepSeek V4 Flash提价、市场对'用得起的前沿模型'呼声日高的背景下，以'前沿能力+1/40价格+国产算力底座'的组合切入，前沿模型的价格底线被再度击穿。"
据智谱官方披露，GLM-5.3-Flash是GLM-5系列首个原生多模态模型，总参数320B，激活参数仅18B，拥有百万token上下文窗口，采用MIT协议面向全球开源，已上线Hugging Face。
在能力层面，该模型在Artificial Analysis Intelligence Index中拿下57分，与Anthropic旗下最受欢迎的Claude Opus 4.8持平，高于上一代旗舰GLM-5.2的53分和DeepSeek V4 Pro正式版的53分。在自研ZCode Code Bench体感评估中，其编程表现与Claude Opus 4.8相当。
在架构层面，GLM-5.3-Flash是GLM系列首次引入稀疏注意力与线性注意力混合架构，并创新采用流形约束超连接（mHC）。据智谱披露，该架构使注意力计算量较GLM-5.3下降约3倍，KV缓存缩小4.4倍，支撑1M上下文窗口的经济化部署。总参数量与GLM-4.5相当，但激活参数量与层数几乎减半。
在价格层面，GLM-5.3-Flash定价为GLM-5.3的1/10，限时折扣期内低至1/20，仅为Opus 4.8的1/40。具体调用价格为每百万token输入0.8元、输出2.8元、缓存命中0.23元。
此次发布最具标志意义的，是算力底座的国产化。
智谱方面明确表示，"过去一周，我们首次在大规模流量中尝试用大国产芯片集群提供服务，这些芯片通过自研高带宽互联网络连接。"据科创板日报从相关人士处获悉，上述国产算力芯片或来自华为、海光、摩尔线程。
图自：智谱创始人唐杰X账号
在集群架构层面，智谱采用生产级Encode–Prefill–Decode（EPD）分离式架构，将多模态编码、prompt预填充和逐token解码拆分为可独立调度、独立扩缩容的工作池。
智谱称，与同一硬件上的初始基线相比，端到端服务性能提升了3倍，"硬件效率和单Token成本已达到与主流英伟达GPU相当的水平。这证明国产芯片完全可以在大规模场景下高效、经济地支撑前沿模型的推理需求。"
半导体研究机构SemiAnalysis随即在X平台发文评论：“所有流量均由国产芯片承载，硬件效率和单token成本已可与英伟达GPU相媲美。继Jalapeño（OpenAI自研推理芯片）昨日宣布之后，CUDA护城河再度受到考验。”
这并非智谱第一次以匿名形式发布新模型。今年2月，OpenRouter上出现的Pony Alpha最终被证实为智谱GLM-5，揭晓后智谱股价两日暴涨60%。中文社区因此戏称"牛（Ox）马（Pony）配齐了"。
8月27日，智谱（02513）股价盘中涨超8%，截至发稿上涨6.99%，报1102港元，成交额22.86亿港元。
目前，GLM-5.3-Flash已接入ZCode等编码平台，并纳入GLM Coding Plan（每天限量发放10,000张体验卡），同步开放API调用。智谱方面表示，该模型基于30T Token多模态语料完成预训练，擅长处理Coding与Agent任务。有博主测试发现，用同样的Prompt让"牛来"生成SpaceX Raptor猛禽发动机3D交互网页，数日后输出效果竟能持续自我改进，"似乎是一个能自己持续学习的模型"。
SemiAnalysis在评论中特别指出，此前有观点认为只有顶级前沿实验室才具备每日100万亿token的算力规模，“而这里每日100万亿token的免费流量，全部跑在国产芯片上。”
来源：电子工程专辑
