《科创板日报》8 月 27 日讯（记者 李明明）谜底如期揭晓。8 月 26 日晚，智谱宣布上线并开源 GLM-5.3-Flash（320B-A18B），并官方确认其正是过去一周刷屏海外开发者社区的匿名模型 Ox-Alpha ——中文社区称之为 " 牛来 "。该模型为 GLM-5 系列首个原生多模态模型，总参数 320B、激活参数仅 18B，采用 MIT 协议开放权重，上线即登陆 Hugging Face。

8 月 20 日，Ox-Alpha 以 " 隐身模型 " 身份悄然上线全球最大模型聚合平台 OpenRouter，首日调用量即登顶并创下单日历史纪录，同时终结 DeepSeek 在 OpenCode 长达 56 天的霸榜，单日处理 tokens 达 62T，迅速成为两大平台当周最受欢迎模型，刷新双平台历史纪录。

测试期间，独立研究员曾发布技术指纹报告，称其分词器在 25 组提示词测试中与 GLM-5.3 的 Token 计数完全一致、11 项探针交叉测试与 GLM 家族全匹配，"99% 把握 " 指向智谱——如今被官方证实。

据介绍，模型能力端直接对标国际旗舰。 GLM-5.3-Flash 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 GLM-5.2 的 53 分和 DeepSeek V4 Pro 正式版的 53 分。

价格端撕开新口子。 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 。具体到调用价格，该模型每百万 token 输入 0.8 元、输出 2.8 元、缓存命中 0.23 元。

国产算力首次大规模集体出海。 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 。此前市场关于 " 每天 100 万亿 Token 算力供给从何而来 " 的争论，至此有了答案。

此外，《科创板日报》记者另从相关人士获悉上述国产算力芯片或来自华为、海光、摩尔线程。

据智谱方面向《科创板日报》记者介绍，技术架构是成本压降的根源。 GLM-5.3-Flash 基于 30T Token 多模态语料完成预训练，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。

开源权重即刻可用。GLM-5.3-Flash 正式面向全球开源，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。

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告诉《科创板日报》记者，" 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；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，其以 " 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。

（科创板日报记者 李明明）