The Batch: 981 | Ox Alpha 被揭晓为 GLM-5.3-Flash

最新消息：GLM-5.3-Flash 正式发布

Z.ai 正式发布了视觉语言模型 GLM-5.3-Flash（此前代号为"Ox Alpha"）。这是该公司自今年 4 月推出 GLM-5V-Turbo 以来的首款视觉模型，也是 GLM-5 家族中首个原生构建视觉能力而非后期附加的模型。

核心参数与特性

• 输入/输出：支持文本、图像和视频输入（最高 1,048,576 tokens），文本输出（最高 128,000 tokens，速度 44.6 tokens/秒）。
• 架构：采用混合专家（MoE）Transformer，结合线性注意力与稀疏注意力机制。总参数量 3200 亿，每次推理激活 180 亿参数。
• 功能特性：支持可调推理级别（低、高、max），具备流式输出、工具调用及上下文缓存能力。
• 性能表现：在 Artificial Analysis 智能指数中获 57 分；在 GDPval-AA v2（真实世界知识任务）榜单中位列所有模型第三，是开放权重模型中的最佳表现者。
• 获取方式：可通过 GLM Coding Plan 订阅（月费 18-168 美元）或 API 调用（输入/缓存/输出价格分别为 0.15/0.03/0.50 美元/百万 tokens）。
• 开源许可：权重可在商业友好的 MIT 许可下免费下载。
• 未披露信息：知识截止时间及预训练数据来源暂未公布。

工作原理：原生多模态与混合注意力

Z.ai 从零开始预训练 GLM-5.3-Flash，原生融合文本、图像和视频处理能力，摒弃了传统拼接视觉与文本 Transformer 的方案。针对长输入处理，模型重新设计了注意力层以提升效率。

技术创新点

• 混合注意力机制：首创结合线性注意力（低成本、关注邻近上下文）与稀疏注意力（关注完整上下文）。该组合将计算量降至 GLM-5.3 的约三分之一，优于 DeepSeek-V4-Flash 和 Kimi K3。
• 内存优化（IndexPool）：通过每四个检索向量合并为一个的策略，显著降低百万级 token 上下文下的内存占用，使键值缓存降至 GLM-5.3 的四分之一以下。
• 高效扩展技术：基于 30 万亿 token 多模态语料预训练，采用 DeepSeek 开发的“流形约束超连接”技术，确保多层并行连接的稳定性。
• 强化学习训练：利用可渲染前端、游戏或 3D 场景的环境生成训练数据，并根据最终渲染效果对模型进行强化学习打分。
• 推理加速：每个 token 仅激活 288 个专家中的 8 个，使用 45 层网络（GLM-4.5 为 92 层），并引入多 token 预测层提前起草内容以加快生成速度。

性能表现：极致性价比

独立评测显示，GLM-5.3-Flash 虽略低于顶级开放权重模型的绝对性能，但其单项任务成本仅为竞品的八分之一，远低于专有模型（后者成本高出 10 至 35 倍）。在真实世界工作评测及长周期编码任务中，其表现媲美成本高出 16 倍的 GLM-5.3。

基准测试数据

• Intelligence Index：得分 57 分，平均每项任务成本仅 0.09 美元。相比 Kimi K3 和 GLM-5.3（均为 60 分，成本分别为 0.84 和 0.68 美元），性价比极高；表现持平 Claude Opus 4.8（成本 2.03 美元），优于 Gemini 3.7 Flash。
• GDPval-AA v2：排名第三（Elo 1,765），仅次于 Claude Opus 5，领先于 Grok 系列及 GLM-5.3。
• DeepSWE v.1.1（软件工程技能）：一次性解决率 63%，单项成本 0.24 美元。相比之下，GLM-5.3 解决率 69% 但成本高达 3.99 美元；Claude Opus 5 解决率 74% 但成本达 11.84 美元。
• 局限性：模型输出较为冗长，生成速度（平均 45 tokens/秒）慢于 GLM-5.3（78 tokens/秒）及行业平均水平（69 tokens/秒）。

新闻背后：从匿名预览到开源发布

发布前一周，Z.ai 以"Ox Alpha"为名在 OpenCode 和 OpenRouter 平台独家免费预览，成功收集开发者反馈并登顶热门模型榜。用户通过 tokenizer 特征迅速推测其归属。8 月 26 日，Z.ai 确认模型身份并在 MIT 许可下开源权重。随后发布的旗舰模型 GLM-5.3 虽同样开源，但增加了针对年收入超 100 亿美元企业的商业安全审查条款。

重要原因：架构进化的里程碑

尽管 GLM-5.3 在纯文本基准上仍占优势，但 GLM-5.3-Flash 凭借全新的基础架构和原生多模态能力，展现出更高的先进性与通用性。Z.ai 表示，下一代旗舰模型将继承此混合注意力架构，并通过更多数据训练进一步提升能力，有望挑战顶级专有多模态模型。

行业观察：国产芯片的规模化潜力

GLM-5.3-Flash 的匿名预览不仅制造了市场话题，更揭示了一个关键事实：该模型完全依赖中国本土芯片运行。这证明，通过高效的内存优化算法，企业完全可以在经济型硬件上规模化部署高性能模型。尽管其在速度和体量上尚未达到前沿模型的常规标准，但其展现的成本效益比具有深远的战略意义。