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
- Nat Lambert 爆料：Nvidia、HuggingFace 预告近期密集发布 — natolambert · 2026-10-15
- 马斯克转发用户实测：Grok Bot 不比 Codex 强但更顺手 — elonmusk · 2026-10-15
- 爆料称 Anthropic 新模型将发布,疑似已挖出十余个 Chrome 高危漏洞 — matthew_d_green · 2026-10-15
- StartLux-Decision 发布:RL 训练的校准决策模型,27B 得分 72.8 — startlux-models · 2026-10-15
- Meta Muse Code 用量遭吐槽：5 小时额度仅剩 21% — ThomasScialom · 2026-10-15
- Claude Code 报错截图现「Fable 5.1」与「Opus 5」字样,疑为新模型露出 — adonis_singh · 2026-10-15