GLM-5.3-flash 效率拆解：十分之一成本胜前代，激活参数近乎减半
baseten · x · 2026-08-27
有人拆解了 GLM-5.3-flash 的效率来源：
- 在各领域以约 1/10 的成本超越 GLM-5.2；
- 总参数量保持在 GLM-4.5 量级，但激活参数从 32B 降到 18B，层数从 92 减到 45，均近乎减半；
- 采用混合线性 + 稀疏注意力，降低每层注意力计算，KV cache 更小，长序列下收益叠加；
- 通过视觉智能与 RL，让编程成为模型表达和测试世界知识的代理，从而提升多模态能力；
- flash 的部分研发由 GLM-5.3 基础设施 agent 协作完成，负责 kernel 编写、性能瓶颈定位和 serving 栈优化。
所属事件:GLM-5.3-Flash效率拆解：激活参数减半，成本仅前代十分之一(2 条相关)→
「模型」频道最新
- Gemini 3.5 Transcribe 上线，Enterprise Agent Platform 公测 — Saboo_Shubham_ · 2026-08-27
- Qwen3.8 27B 量化评测：4-bit 表现稳健，1-bit 崩溃 — pmigdal · 2026-08-27
- GLM-5.3-Flash 评测：成本仅大模型 10%，登顶性价比 frontier — ArtificialAnlys · 2026-08-27
- Google 公布 Gemini 3.7 Flash 定价详情 — OfficialLoganK · 2026-08-27
- Unsloth 推出 GLM-5.3-Flash GGUF 量化版 — unsloth · 2026-08-27
- N-Gram 表格技术能否改变本地大模型格局？ — AcreMakeover · 2026-08-27