专题 · FULL STORY

智谱开源GLM-5.3-Flash：发布与实测

智谱于8月25日正式发布并以MIT协议开源GLM-5.3-Flash，320B MoE架构，成本降低约90%。发布后引发社区实测热潮，多项评测显示其性能比肩GPT-5.6，成为开源阵营又一焦点。

2026-08-25 ~ 2026-08-27 · 2 集 · 50 条

第 1 集 · 智谱开源 GLM-5.3-Flash：320B 多模态 MoE，成本降约 90%(2026-08-25,48 条)

智谱于 8 月 25-26 日正式发布 GLM-5.3-Flash（代号 Ox Alpha），并以 MIT 协议在 Hugging Face 开源。这是 GLM-5 系列首个原生多模态模型，也是 glm5next 架构的首个开源权重版本，主打「前沿智能 + Flash 极速成本」，官方称成本较 GLM-5.2 降低约 90%（价格约为十分之一），发布当日即引发大量关注与转发，目前已上架 Hugging Face、Cloudflare Workers AI 与 Baseten 等平台。

已确认

  • 架构与规模：320B 总参数、18B 激活参数的稀疏 MoE 架构，融合 Kimi Linear 混合注意力与 DeepSeek 相关技术（稀疏注意力 + 线性注意力），原生多模态，支持 100 万 token 上下文，已获 vLLM 支持（@NoAfternoon4260、@TheZachMueller 等）
  • 定价：官方标准 API 定价为每 100 万 tokens 输入 $0.15、输出 $0.50、缓存输入 $0.03（@Zaiorg 官宣，@bindureddy、@ramagetime 等转述）；@bindureddy 认为该价格低于 DeepSeek Flash Vision，有潜力成为使用最广泛的开源 AI 模型
  • 性能表现：@Zaiorg 称在 Code Bench 真实编码基准中所有算力等级均显著超越 GLM-5.2，与 Claude Opus 4.8 持平；Artificial Analysis 智力指数得分 57，仅比完整版 GLM-5.3 低 3 分，与 GPT-5 等对比后仍与完整版同处 Pareto 前沿（@ArtificialAnlys、@ollama 转述）；@Zaiorg 还表示架构增强与优化的预训练语料使其以更少算力提供更高智能
  • 硬件部署：@zephyrz9 称模型 FP8 权重约 328GB，部署于昇腾硬件且尚未使用 NVFP4；@orange 转述官方说法，每日超 100T 算力供应全部由国产芯片支撑，并以 Opus 4.8 约 1/40 的价格形容其性价比
  • 开源与分发：模型已上架 Hugging Face（@zai-org、@coder543），MIT 许可，可通过 Transformers 框架下载使用，具备多语言能力；@michellechen 确认其登陆 Cloudflare Workers AI，@baseten 也宣布提供该模型服务

尚未确认

  • 具体基准数据的第三方复现结果尚待更多独立评测；性能对比（如追平 Opus 4.8）目前主要来自官方博客与 Artificial Analysis 初步评测；「全部算力由国产芯片支撑」亦来自官方转述，尚无独立验证

为什么重要

  • 参数量不到 GLM-5.2 的一半却官方宣称全面超越上代，配合极低定价，@bindureddy 认为其有潜力成为使用最广泛的开源模型；@Hesamation 测算单任务成本约 $0.045，比 GLM-5.3 便宜 15 倍、比 Opus 4.8 便宜约 45 倍
  • 全部推理算力由国产芯片支撑的说法若属实，将对行业算力供给格局产生重要影响
  • @kimmonismus 将其与 Qwen3.8-Flash-Next（125B MoE、6B 激活，在 8/9 项基准击败 Claude Opus 4.6 Max）并列，视为开源与本地 AI 对闭源旗舰形成实质竞争的标志

还有 28 条相关讨论 →

第 2 集 · 实测 GLM-5.3 Flash 性能比肩 GPT-5.6 且成本极低(2026-08-27,2 条)

GLM-5.3 Flash 发布后引发实测热潮。Zain Hasan 称其在 AA Agentic Index 上得分 58，达到 GPT-5.6 Sol 的水平，而每个任务成本极低。另有用户在 LM Studio 上进行长时间测试，反馈模型表现优异，累计仅花费 20 美分，性价比突出。