过去一周在全球开发者社区刷屏的神秘模型 " 牛来 "，终于揭开了面纱。

8 月 26 日晚，智谱正式发布并开源 GLM-5.3-Flash（320B-A18B），同时官方确认，此前以 Ox-Alpha 名义在 OpenRouter、OpenCode 两大平台匿名测试并迅速登顶调用量榜首的模型，正是这款新品。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 " 这个绰号。

从 8 月 20 日匿名上线到 8 月 26 日被认领，短短六天时间里，Ox Alpha 已经让全球开发者消耗了数十万亿 Token。

据 OpenRouter 最近七天统计窗口数据，Ox Alpha 处理约 23.2 万亿 Token，排名第一；同期 DeepSeek V4 Flash 约为 11.6 万亿 Token，前者上线不到一周，Token 处理量已达到后者的两倍。

另据智谱披露，5 天内累计流量超过 50 万亿 Token，刷新两个平台流量增长纪录。模型测试期间向开发者免费开放调用，OpenCode 平台配套提供接近不限量的调用额度，并称准备了每天 100 万亿 Token 的服务容量。

真正让业界震动的不只是流量，而是性能与价格的组合。

GLM-5.3-Flash 总参数量 320B、每 Token 激活参数仅 18B，共 45 层，是 GLM-5 系列首个原生多模态模型，支持文本、图像和视频输入，上下文窗口最长约 100 万 Token。

在 Artificial Analysis Intelligence 综合智能指数中，该模型取得 57 分，与 Anthropic 旗舰模型 Claude Opus 4.8 持平，高于 DeepSeek V4 Pro 正式版的 53 分。Stripe CEO Patrick Collison 试用后在 X 平台评价称：" 非常令人印象深刻。"

价格方面，GLM-5.3-Flash 每百万 Token 输入 0.8 元、输出 2.8 元、缓存命中 0.23 元，仅为 GLM-5.3 的十分之一，上线前两周实行半价，限时折扣期内定价为 GLM-5.3 的二十分之一，约为 Claude Opus 4.8 的四十分之一。

这一定价策略正值国内大模型集体涨价之后，Kimi K3 输出价格高达每百万 Token 100 元，DeepSeek V4 Pro 从 6 元涨至 13.5 元，高峰时段达 27 元。据报道，DeepSeek V4 Flash 提价后在 OpenCode 平台调用量下滑一半，这部分外溢需求恰好被 GLM-5.3-Flash 承接。

更值得关注的是算力底座。

智谱确认，匿名测试期间的全部请求流量均由国产芯片提供算力，共调用超过 10 万张国产芯片集群用于推理服务，这是智谱首款大规模落地应用该混合架构的开源多模态大模型。

据了解，这批芯片供应商或来自华为、摩尔线程与海光，智谱官方未予置评。为突破单张芯片内存容量与带宽瓶颈，智谱基于 SGLang 构建专用推理引擎，采用 W8A8 量化、INT8/FP8/BF16 混合缓存量化及 EPD 分离架构等技术，与同一硬件初始基线相比，端到端服务性能提升了 3 倍，智谱称最终硬件效率和单 Token 成本已达到与主流英伟达 GPU 相当的水平。

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 Jalape ñ o（OpenAI 自研推理芯片）昨日宣布之后，CUDA 护城河再度受到考验。"

架构层面，GLM-5.3-Flash 是首个采用稀疏注意力与线性注意力混合架构的开源前沿模型。与 GLM-5.3 相比，其注意力计算量降低 3.01 倍，KV 缓存大小降低 4.44 倍。模型使用 30T Token 多模态预训练语料，并引入流形约束超连接 mHC，在降低参数量和计算量的同时继续提升扩展能力。

智谱还专门训练了模型的自我视觉判断和测试时改进能力，官方展示案例中，该模型在无外部素材情况下自主运行 16 小时，在 Blender 中搭建了一套约 400 平方米的专业主厨住宅与测试厨房。

受此消息驱动，8 月 27 日智谱股价大幅高开。当日以 1115 港元开盘，涨幅达 8.25%，盘中一度涨超 9%，最高触及 1163 港元。截至收盘，智谱报 1160 港元，上涨 130 港元，涨幅达 12.62%，全天成交额 76.54 亿港元，换手率 2.84%，总市值约 5405.60 亿港元。

同一交易日，港股另一家大模型公司 MiniMax-W 亦上涨超 3%，"AI 大模型双雄 " 集体获得资金追捧。

值得一提的是，智谱计划于下周一发布首份详细财报，覆盖今年 1 月上市以来前六个月业绩。此次 GLM-5.3-Flash 的发布及其市场表现，将为投资者评估公司商业化进展提供重要参照。

从匿名测试到官宣开源，六天时间里，" 牛来 " 用真实流量验证了前沿模型能力、国产芯片大规模在线承载和极低 API 价格可以同时成立，这也让市场对国产大模型的商业化路径有了新的想象空间。

来源：星河商业观察