智谱开放 GLM-5.3-Flash API 调用
最新报道披露GLM-5.3-Flash线上流量运行在10万颗国产芯片上，Ox Alpha处理了62T token。
事件全貌
智谱于2026年8月26日上线并开源GLM-5.3-Flash（320B-A18B），这是GLM-5系列首个原生多模态模型，总参数量320B、激活参数仅18B，支持1M-token上下文窗口，采用MIT许可证。该模型在AA综合智能指数取得57分，与Claude Opus 4.8持平，编程表现亦相当。
定价方面，GLM-5.3-Flash为GLM-5.3的1/10，限时折扣价为1/20，为Opus 4.8的1/40。模型已接入ZCode等平台，并开放API调用。
该模型此前以Ox Alpha代号在OpenRouter上预览，6天内处理了超过20万亿token，是OpenRouter上有史以来最大的模型。智谱表示模型完全运行于国产AI芯片，采用稀疏注意力与线性注意力混合架构，推理服务已跑在国产芯片集群上。
最新报道补充，该模型线上流量完全运行在10万颗国产芯片上，发布前匿名“Ox Alpha”模型在OpenRouter和OpenCode上处理了62T token，同样使用中国硬件，供应商可能包括华为、海光和摩尔线程。
本综述由 AI 汇总全部报道生成，随事件进展持续更新；下方时间线中的单篇报道保留其发布时的原貌。
报道时间线
- 智谱开源GLM-5.3-Flash，国产芯片驱动
智谱于8月26日开源GLM-5.3-Flash，这是GLM-5系列首个原生多模态模型。其线上流量完全运行在10万颗国产芯片上。发布前，匿名“Ox Alpha”模型在OpenRouter和OpenCode上处理了62T token——同样使用中国硬件。据报道，供应商可能包括华为、海光和摩尔线程。该模型在Artificial Analysis上得分为57，与Claude Opus 4.8持平，而成本仅为GLM-5.3的十分之一。开放模型、国产算力、全球需求。
- GLM-5.3-Flash：前沿智能进入普惠时代
智谱上线并开源GLM-5.3-Flash（320B-A18B），这是GLM-5系列首个原生多模态模型，在AA综合智能指数取得57分，与Claude Opus 4.8持平。其定价为GLM-5.3的1/10（限时1/20），为Opus 4.8的1/40，并首次在大规模流量中由国产芯片集群提供算力支持。模型已接入ZCode等平台，同步开放API调用。
- GLM-5.3-Flash 开源：320B 总参数、AA 指数 57 分，定价为 Opus 4.8 的 1/40
智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，AA 综合智能指数 57 分，与 Claude Opus 4.8 持平。其定价为 GLM-5.3 的 1/10，限时折扣内为 Opus 4.8 的 1/40，并已接入 ZCode 等平台开放 API 调用。该模型采用稀疏注意力与线性注意力混合架构，推理服务已跑在国产芯片集群上。
- OpenRouter 揭晓 GLM-5.3-Flash 多模态模型
Ox Alpha 揭晓：@Zai_org 的 GLM-5.3-Flash，GLM-5 系列中首个原生多模态模型。 Ox Alpha 是 OpenRouter 上有史以来最大的模型，6 天内处理了超过 20 万亿 token。 立即继续使用该模型：https://openrouter.ai/z-ai/glm-5.3-flash
- 智谱发布GLM-5.3-Flash，MIT开源320B模型
智谱推出GLM-5.3-Flash，原生多模态，支持1M-token上下文窗口，320B-A18B参数，MIT许可证开源。该模型此前以Ox Alpha代号预览，完全运行于国产AI芯片，现已在HuggingFace、API等全平台上线，主打高性价比。
- 智谱开源 GLM-5.3-Flash 原生多模态模型，限时折扣价为 GLM-5.3 的 1/20
智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，总参数量 320B、激活参数仅 18B。该模型在 AA 综合智能指数取得 57 分，与 Claude Opus 4.8 持平，编程表现亦相当；定价为 GLM-5.3 的 1/10，限时折扣为 1/20，为 Opus 4.8 的 1/40。模型已接入 ZCode 等平台，并开放 API 调用。