智谱发布GLM-5.3 Flash：首个原生多模态模型，全栈国产算力支撑

事件概述

智谱（Zhipu AI）正式发布并开源了 GLM-5.3 Flash 模型。此前在海外平台匿名测试时被称为“牛来”（Ox Alpha）的神秘模型，其真身即为该模型。GLM-5.3 Flash 是 GLM-5 系列中首个原生支持多模态的模型，凭借高效的架构设计和低廉的价格迅速在 OpenRouter 和 OpenCode 等平台引发关注，刷新了单日 Token 用量纪录。

核心信息

1. 性能与规模对比

• 参数效率：总参数量为 320B，实际激活参数仅为 18B，层数从 GLM-4.5 的 92 层压缩至 45 层。
• 能力表现：尽管体积缩小，但其综合能力全面超越了体量为 753B 的上一代模型 GLM-5.2。
• 基准评分：在 AA 榜单中得分达到 57分，与 Claude Opus 4.8 持平，跻身全球前沿模型行列。
• 价格优势：定价为 GLM-5.3 的 1/10（限时折扣 1/20），仅为 Opus 4.8 的 1/40，低于 DS-V4-Flash。

2. 架构创新：Flash 背后的技术突破

为了在减少计算量的同时保持高性能，智谱对模型架构进行了深度优化：

• 混合注意力机制：采用 线性注意力 + 稀疏注意力 的混合架构。线性注意力处理局部信息，稀疏注意力通过轻量级索引器召回全局上下文，有效应对 1M 超长上下文。
• IndexPool 优化：将索引器的缓存向量从 4 个压减为 1 个，使注意力计算量降低 3.01倍，KV Cache 缩小 4.44倍。
• Visual Coding 数据合成：专为视觉编码任务构建了数据合成流水线，使模型具备“边写、边看、边改”的能力，显著提升了代码还原和 3D 场景构建的效果。

3. 全栈国产算力支持

• 硬件底座：GLM-5.3 Flash 承接的所有线上真实请求（包括创纪录的 62T Tokens 流量）均运行在 国产加速芯片 上。
• 系统优化：针对国产硬件，采用了 Encode-Prefill-Decode 分离式架构，并结合 Layer Split 和混合缓存量化等技术。相比初始基线，端到端服务性能提升 3倍，单 Token 成本与主流英伟达 GPU 相当。

实测表现

• 多模态理解：在处理多人说话视频时，能精准识别不同说话人并生成带有卡拉 OK 效果的字幕；能将完整电影剪辑为包含剧情梳理、配音和中文字幕的解说视频。
• Coding 能力：基于 UI 设计稿，能直接生成可交互的移动端购物 App 界面，涵盖首页、购物车、支付等全流程功能；独立运行 12 小时完成复杂的 3D Blender 场景构建。

行业意义

GLM-5.3 Flash 的发布标志着“模型+国产算力+开源生态”的闭环形成。通过将前沿模型的性能与极低的调用成本相结合，使得大模型在处理长耗时 Agent 任务时更具经济性，推动了 AI 应用从“奢侈品”向“日常消耗品”的转变。