智东西

作者 | 毕伟豪

编辑｜漠影

智东西 8 月 27 日报道，就在昨晚，火爆全网的神秘" 牛来模型 "被智谱官方认领，是其全新开源的原生多模态模型 GLM-5.3-Flash ( 320B-A18B ) ，支持图片、视频、文件和文本多模态输入。

此前，智谱为收集真实用户反馈，将这款模型以 Ox Alpha 的名称在 OpenCode 和 OpenRouter 上进行了测试，上线首日就登顶了 OpenRouter 调用量榜单，并刷新了单日 tokens 用量历史纪录，被称为 " 牛模王 "。

在匿名期间，曾有谷歌研究员发文暗示 Ox Alpha 可能是 Gemini 的新模型，遭到一众网友的质疑和嘲讽。

虽然不少网友猜测这款模型是智谱的，但很多人并不相信，他们认为双平台上如此高的调用量，不可能是智谱的新模型，原因是 " 智谱没算力 "。

而在官方认领后，我们不得不感慨一句：他们的嘲讽声好大啊。10 万张国产芯片，承载了 GLM-5.3-Flash 模型 1M 超长上下文的多模态推理 , 以及全球超高用量负载，这也是国产芯片首次大规模集体出海。

性能上，GLM-5.3-Flash 在基准测试和真实使用中全面超越了参数量高一倍的 GLM-5.2，在 Artificial Analysis Intelligence Index（AA 综合智能指数）上，GLM-5.3-Flash 分数与 Claude Opus 4.8 持平。

同时，稀疏注意力与线性注意力混合架构的采用，也大幅度降低了 GLM-5.3-Flash 的长上下文服务成本并不失精度。

而全国产卡与混合架构，带来的除了模型能力，还有性价比。GLM-5.3-Flash 的输入价格为 0.8 元 / 百万 tokens，输出为 2.8 元 / 百万 tokens，缓存命中 0.23 元 / 百万 tokens，现实 5 折优惠，缓存存储暂时免费。

作为一款多模态模型，GLM-5.3-Flash 的定价仅为 GLM-5.3 的 1/10、Opus4.8 的 1/40，限时折扣时期为 GLM-5.3 的 1/20，虽然缓存价格不如 DeepSeek-V4-Flash，但从输入和输出的价格以及模型能力的综合比对来看，GLM-5.3-Flash 的性价比要更高一些。

智东西在智谱 ZCode 中深度体验了这款模型，围绕图片识别、办公任务、代码生成、3D 游戏开发，以及视频剪辑等多方面能力进行了实测。

我们不仅测试了它处理日常图片和办公任务的表现，还让它从零复刻了《深海迷航》和《王者荣耀》两款游戏的片段，并为 DeepSeek Harness 打造了一套二次元皮肤。

一、 识图、做题、复刻网站，把吴恩达 48 分钟演讲视频剪成 5 分钟金句合集

我们首先测试了 GLM-5.3-Flash 的基础识图能力，分别将《复仇者联盟 4》海报和拍立得相纸包装盒的照片输入进去，这两张图片可以检验模型的人物识别、小字甄别以及对照片的识别精确度等能力。

能看到 GLM-5.3-Flash 准确地识别出了海报中演员名和对应的人物形象，还标注了火箭浣熊的配音演员。对拍立得包装盒照片的识别也相当准确，判断出了背面是 7 种不同语言的相同安全注意事项警告内容，下方小字也精确识别出来了。

除了简单的识图，我们还测试了 GLM-5.3-Flash 在混乱画面中的识别、理解与推理能力，在 ZCode 中上传了半页有首尾有缺失的公务员考试模拟试卷，让它识别题目并生成答案。上面全是密密麻麻的草稿，印刷油墨、圆珠笔与铅笔字迹混合。

GLM-5.3-Flash 识别出了材料的缺失，然后将完整题目列出来并生成了答案，经过比对发现，依靠半份材料以及照片中的草稿信息，GLM-5.3-Flash 仅答错了一题。

接下来，我们让 GLM-5.3-Flash根据 Hermes Agent 官方网站的艺术风格，做一个智谱 ZCode 的网站，要求复刻风格以及动效。

ZCode 用 GLM-5.3-Flash 抓取了 Hermes Agent 的网站，并提取了设计语言，然后用 JS 代码生成线稿，用时接近 35 分钟，产出网站如下：

整体网站风格和 Hermes Agent 完全一致，但内容替换为了 ZCode，同时页面动效、下拉菜单以及双平台安装卡片都完美复刻。期间 GLM-5.3-Flash 还通过逐区截图核查，修复了光球遮挡标语等问题。

除了识图，我们对其多模态能力的另一个方向非常感兴趣——视频。虽然 GLM-5.3-Flash 不是视频生成模型，但通过多模态处理能力，可以实现视频剪辑功能。

我们上传了一段吴恩达接近 48 分钟的演讲视频，并让 GLM-5.3-Flash 将这个视频剪成金句合集的形式，GLM-5.3-Flash 用时 57 分钟，从整段视频中提取了 17 个金句片段剪辑成片，并配上了中文字幕。

最终 GLM-5.3-Flash 剪好了金句视频，同时还导出了字幕文件，具体片段和转写稿等中间产物保留在了文件夹中。整个视频片段切换流畅，同时字幕准确，音画一致。

二、 复刻《深海迷航》《王者荣耀》游戏片段，给 DSH 做了一个皮肤插件

作为 GLM-5 系列模型，编程能力依然是 GLM-5.3-Flash 的重点，在智谱自研的 Z.ai Code Bench 体感评估中，其编程表现与 Claude Opus 4.8 相当。

智东西在编程方向做了三轮测试，从不同场景和用户角度切入。

首先，我们拟定了一份非常详尽的需求文档，让 GLM-5.3-Flash 开发一款类似《深海迷航》的 3D 游戏，没有提供任何视觉参考。

GLM-5.3-Flash 的多模态能力在游戏编写过程中充分展现，基本代码编写完成后， ZCode 会进入实机测试环节，它调用 GLM-5.3-Flash 在游戏中截图并查看状态，对鱼群受惊、氧气消耗以及探照光等细节进行了检查和调整。

随后，我还让 GLM-5.3-Flash 继续添加第一人称视角和玩家走出潜水艇的玩法，最后呈现出了这个山寨版的《深海迷航》。游戏的流畅程度、物理合理性、氧气消耗以及视角切换等方面完成度非常高。

接下来，为了检验 GLM-5.3-Flash 的视觉能力在游戏开发中能做到什么程度，我们上传了一段《王者荣耀》的训练营实机对战视频，并输入一段非常简短的提示词：

根据这个视频，做一个 PVP 对战游戏，要求还原技能、冷却、扣血机制、伤害机制、移动、技能特效、地图资源、防御塔机制等，网页可操作。

GLM-5.3-Flash 根据视频中公孙离和孙尚香的英雄对战画面，开发了一个 2D 横版 MOBA 游戏，整体机制还原《王者荣耀》，公孙离的 " 换伞 " 和孙尚香的 " 强化普攻 "都在游戏中实现了复刻。

虽然游戏因为提示词细节不足，在一些伤害机制和空 A 以及技能释放设定方面有所缺陷，但整体还是具有可玩性的，也可以看到 GLM-5.3-Flash能够根据视频素材判断游戏基本逻辑，对于一些细节也能够做到还原。

最后，我们让 GLM-5.3-Flash给最近开源圈爆火的 DeepSeek Harness 设计一个皮肤插件，以此测试其在代码理解、编程、图片素材处理以及前端设计等方面的综合能力。

首先我们用图片生成模型创作了一些二次元 UI 素材，然后将其输入到 ZCode 中，让它根据 DeepSeek Harness 的仓库自行设计一个皮肤插件。

GLM-5.3-Flash 详细解读了需求，随后浏览 DeepSeek Harness 的仓库找到了插件设计规范并根据图片素材开发了插件。在我安装后遇到问题时，只需要将报错信息以及具体问题截图发给它，它就会识别问题并进行处理。

最终我的 DeepSeek Harness 拥有了一款非常好看并且不影响交互的皮肤，GLM-5.3-Flash 在修改过程中自动处理了文字遮挡、明暗双色皮肤系统混乱等问题。

三、 长上下文、低成本、多模态，日常办公也在射程之内

GLM-5.3-Flash 的设计架构，从一开始就把成本放在了重要的位置。

GLM-5.3-Flash 总参数量为 320B，与 GLM-4.5 的 355B 相差不大，但激活参数从 32B 降到了 18B，层数也从 92 层减少到 45 层，几乎砍半。

智谱希望在整体参数规模没有明显缩小的情况下，结合最新 30T Token 多模态预训练语料，让模型尽可能少调用计算资源，同时实现更强的性能。

长上下文也是同样的思路，1M 上下文真正难处理的，是注意力带来的计算和存储开销。对此，智谱采用了线性注意力与稀疏注意力的混合架构：线性注意力通过递归机制捕获局部依赖关系，稀疏注意力则借助轻量级索引器召回全局上下文。

面对超长上下文带来的索引器额外时延和内存占用，智谱进一步引入 IndexPool，把索引器产生的 4 个缓存向量通过加权池化压缩成 1 个，以此减少这部分开销。

从结果来看，优化还是比较明显的。官方数据显示，相比 GLM-5.3，GLM-5.3-Flash 的注意力计算量降低了 3.01 倍，KV 缓存降低 4.44 倍。

在所有基线模型中，GLM-5.3-Flash 的注意力计算量最低。不过在 KV 缓存方面，它目前仍略高于 Kimi-K3 和 DeepSeek-V4-Flash，这也是智谱后续还需要继续优化的地方。

除了编程，GLM-5.3-Flash 在办公方面也不遑多让。其 1M 上下文为长文档场景提供了足够多的底气，同时，多模态能力以及更低的价格让 GLM-5.3-Flash 在日常办公场景也能够胜任。

在办公场景实测中，智东西上传了一篇 58 页的文学硕士论文，让 GLM-5.3-Flash 进行精华提炼。GLM-5.3-Flash 仅用 5 分半就阅读并提取了论文的核心内容，随后生成了精华总结。

面向经营方向，我们上传了几张模拟甜品店经营数据中的图表，让 GLM-5.3-Flash 做一个经营状况分析，然后生成 PPT，这些图片中只有可视化表格信息，并没有文字总结。

GLM-5.3-Flash 通过对图表的分析，制作了一份经营状况分析与策略建议 PPT，其图表并没有直接使用我提供的素材，而是根据自己的分析进行创作，整个 PPT 非常简洁美观，文字也相当准确。

在所有测试的最后，我们针对秋招场景让 GLM-5.3-Flash 搜集并整理一份新闻学秋招求职分析与行动报告，并以 PDF 形式输出。

GLM-5.3-Flash 搜索并整合了多个信源的信息，生成了一份共计 36 页的求职报告，内容非常详尽，包括了今年秋招的变化、新闻学专业就业领域、岗位投递梯度以及简历写法等方面，在文字排版、图表以及配色上的完成质量很高。

整体体验下来，GLM-5.3-Flash 的多模态能力从识别图片、剪辑视频到编程以及日常办公等各项任务都能够胜任，而其相比同水平模型更低的定价，也让这款模型的性价比卷到了一个非常高的地步。

结语：智谱正在用技术和国产芯片，开启一场新型价格战

这次 " 价格战 " 不一样，降价不靠压缩利润，靠的是架构和芯片：混合注意力架构把长上下文推理成本压到极低，国产芯片把算力账单打下来。当降价源于效率而非烧钱，这个价格就能持续下去，与其说是价格战，不如说是定义价格。

对用户而言，换来的是更具性价比的模型：同样的预算能跑的活成倍增加，多模态能力也让 GLM 系列模型从代码开发，延伸到文档处理、金融分析这些日常办公工作流。

技术摊薄成本、国产芯片压低价格、多模态拓宽场景，这套打法跑通之后，冲击的不只是定价体系，还有整个行业对 " 前沿智能必然昂贵 " 的默认想法。