神秘模型“牛来”真身揭晓！智谱开源GLM‑5.3‑Flash，320B总参数仅激活18B，性能对标Claude Opus 4.8

智谱AI正式上线并且开源 GLM‑5.3‑Flash（320B‑A18B），这也是GLM‑5产品线当中第一款原生多模态混合专家模型。此前在海外平台爆火、中文社区代号“牛来”的匿名模型Ox‑Alpha，正是这款新模型的内测版本。

• 官方介绍：https://z.ai/blog/glm-5.3-flash
• BigModel 开放平台：https://docs.bigmodel.cn/cn/guide/models/vlm/glm-5.3-flash
• Z.ai：https://docs.z.ai/guides/vlm/glm-5.3-flash
• GLM Coding Plan：https://bigmodel.cn/glm-coding
• HuggingFace：https://huggingface.co/zai-org/GLM-5.3-Flash

在内测阶段，Ox‑Alpha登陆OpenCode、OpenRouter两大平台，短时间内刷新双平台调用量记录，一跃成为当周热度最高的模型之一，而全部测试流量都跑在国产算力芯片之上。

核心规格：320B超大基座，推理仅激活18B参数

• 完整总参数量：320B（3200亿）
• 单次生成激活参数：18B（180亿）
• 训练语料：30T Token多模态预训练数据集
• 整体能力全面超越参数量高一倍的GLM‑5.2

性能榜单上，GLM‑5.3‑Flash交出亮眼答卷。在AA综合智能指数拿到57分，成绩和Claude Opus 4.8持平；自研Z.ai代码评测基准当中，编程能力同样达到Opus 4.8水准，正式迈入全球前沿模型梯队。

而最具冲击力的是它的定价策略：常规价格仅为GLM‑5.3的1/10；限时折扣期更是压低至原版的1/20，综合成本大约只有Claude Opus 4.8的 1/40，做到前沿能力、极低推理成本兼顾。

全新架构升级，两大注意力方案混合

为了实现低激活参数下的高性能，智谱对底层架构做出大刀阔斧的革新，它也是业内首款开源的稀疏注意力+线性注意力混合架构前沿模型。

1. 稀疏‑线性混合注意力，兼顾超长上下文精度，大幅降低长文本推理开销
2. 流形约束超连接（mHC），提升模型缩放能力，让模型更容易从海量数据当中习得知识

相比前代GLM‑4.5（355B），新模型总参数规模接近，但是激活参数由32B下降至18B，网络层数从92层精简到45层，用更少的计算资源换来了更强的综合实力。

原生视觉融入代码循环，可自主完成GUI交互

GLM‑5.3‑Flash最大的亮点之一，就是视觉能力深度嵌入代码生成流程。模型可以主动观察网页界面、渲染结果、图形反馈，不断迭代调试代码。

适用场景覆盖前端网页开发、独立游戏搭建、Blender三维场景制作，还能够依托BUA、CUA技术操控真实电脑桌面程序，打通代码‑浏览器‑图形界面的闭环任务链路。

在办公落地层面，它支持复杂目标拆解、工具调用、结果自检优化，独立完成从资料调研、数据分析，一直到生成PPTX、PDF、Word、Excel文档的全套工作流，适配金融研究、企业文档处理等专业场景。

开源、API、福利活动同步上线

目前GLM‑5.3‑Flash已经全球开源开放，API接口同步开启调用，并且接入ZCode编程开发平台。

配套的 GLM Coding Plan 福利继续运行，每天限量发放10000张试用额度卡。同时全员用户的额度已经重置，大家前往后台用量统计页面即可看到回满后的可用配额。