智谱今晚上线并开源GLM-5.3-Flash（320B-A18B），这是GLM-5系列的首个原生多模态模型。该模型总参数量为320B（3200亿），激活参数仅18B（180亿）。

智谱在正式发布前，以匿名模型Ox-Alpha（中文社区称作牛来）在OpenCode和OpenRouter上进行了大规模测试。Ox-Alpha迅速成为当周最受欢迎的模型，创下双平台调用量新高。而这些请求流量全部由国产芯片提供算力支持。

GLM-5.3-Flash能力超过GLM-5.2，在全球权威的Artificial Analysis Intelligence Index（AA综合智能指数）中取得57分，进入全球前沿模型能力区间，与Anthropic最受欢迎的模型Claude Opus 4.8得分持平。在自研Z.aiCode Bench体感评估中，其编程表现与Claude Opus 4.8相当。

与此同时，GLM-5.3-Flash定价为GLM-5.3的1/10，限时折扣内为GLM-5.3的1/20，为Opus 4.8的1/40。官方表示，GLM-5.3-Flash在各项基准测试和实际使用中，全面超越参数量高出一倍的GLM-5.2，定价却仅为后者的1/10。

据介绍，这得益于其全新模型架构。GLM-5.3-Flash的架构专为极低成本而设计，总参数量与GLM-4.5相当（355B vs. 320B），但激活参数量（32B → 18B）与层数（92 → 45）几乎减半。结合最新的30T Token多模态预训练语料，GLM-5.3-Flash能够以更少的计算资源实现更强的性能。

GLM-5.3-Flash同时进行了多项架构升级，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，在保持精准长上下文能力的同时，大幅降低长上下文服务成本；并采用流形约束超连接（Manifold-Constrained Hyper-Connections，mHC）提升模型Scaling能力。

官方表示，GLM-5.3-Flash视觉能力被原生融入Coding循环，使模型能够主动观察界面、渲染结果与交互反馈，并据此持续测试和改进。无论是前端开发、游戏构建、Blender 3D场景，还是BUA、CUA驱动的真实环境操作，模型都能在代码、浏览器和图形界面之间协同完成任务。

GLM-5.3-Flash进一步拓展至Office、金融研究和专业文档等工作场景。它能够自主拆解复杂目标、调用合适工具、检查并优化输出，完成从研究分析、模型构建到PPTX、PDF、DOCX、XLSX成品交付的完整工作流。

GLM-5.3-Flash正式面向全球开源，已接入ZCode等编码平台，并纳入GLM Coding Plan（每天限量发放10000张体验卡），同步开放API调用。此外，GLM Coding Plan全员额度已重置，所有用户后台「用量统计」可见使用额度回满。