过去一周，OpenCode 和 OpenRouter 上有一款匿名模型 ox-alpha。按智谱的说法，它的调用量冲到了当周第一。8 月 26 日，智谱出来认领：这就是 GLM-5.3-Flash。
图：智谱发布页引用的 OpenRouter 流量统计，时间为 2026 年 8 月 20—25 日（UTC）。
这次发布最狠的是价格和算力方案。智谱把一款 320B 总参数、每次只激活 18B 参数的原生多模态模型，卖到了每百万输入 Token 0.8 元、输出 2.8 元。前两周五折，价格只有 0.4 元和 1.4 元。
而且，ox-alpha 匿名测试期间的全部流量，都跑在国产 AI 芯片上。
这次真比 DeepSeek 便宜
我把两家的最新 API 牌价重新对了一遍。DeepSeek-V4-Flash 已经采用峰谷计价：每百万非缓存输入和输出 Token，非高峰分别是 0.22 美元、0.66 美元，高峰再翻一倍。
按国家外汇管理局最近公布的中间价，1 美元约合 6.78 元人民币。把 100 万非缓存输入和 100 万输出合成一笔账，差距最直观：
| 同一笔账 | GLM-5.3-Flash | DeepSeek-V4-Flash 非高峰 | GLM 便宜 |
|---|---|---|---|
| 限时两周 | 1.8 元 | 约 5.97 元 | 约 70% |
| 优惠结束后 | 3.6 元 | 约 5.97 元 | 约 40% |
DeepSeek 高峰时段，同一笔账约 11.94 元。
哪怕两周优惠结束，GLM-5.3-Flash 的常规价也比 DeepSeek 的非高峰价低约 40%；优惠期内，两项合计低约 70%。DeepSeek 过去很长时间都握着国产模型的性价比标签，现在这张牌被智谱抢走了一大块。
图：智谱发布页展示的 Artificial Analysis 智能—成本坐标，GLM-5.3-Flash 位于低成本前沿。
缓存命中是一个例外。DeepSeek 每百万缓存输入折合人民币约 0.047—0.095 元，低于 GLM 优惠期的 0.115 元。长代码仓库里反复发送同一批上下文，缓存率会直接改变账单。高输出、低缓存的任务更容易体现 GLM 的优势。
“后训练仙人”给 Flash 换了新基座
两周前发布 GLM-5.3 时，智谱沿用了 GLM-5.2 的基座，所有提升都来自后训练，官方自有代码测试提高了 50%。我当时就觉得，这个团队已经有点“后训练仙人”的意思。
Flash 的能力来源更复杂。它从新训练的基座开始，使用 30T Token 多模态预训练语料，还把稀疏注意力和线性注意力装进了同一套架构。总参数有 320B，每个 Token 只激活 18B，层数也从 GLM-4.5 的 92 层降到 45 层。算得少，才能卖得便宜。
图：GLM-5.3-Flash 官方架构示意。混合注意力用于降低长上下文的缓存与计算开销。
多模态也被直接塞进了 Coding 循环。它能接收图片、视频、文件和文本，在做网页、游戏或 3D 场景时，主动查看渲染结果和界面反馈，再继续改代码。它输出文本，图像和视频用于输入理解。
智谱自己的对比表里，GLM-5.3-Flash 面对 DeepSeek-V4-Vision-Exp，在 8 项 Coding 和 Agent 测试中赢了 6 项，6 项视觉测试全部领先。厂商跑分还需要真实项目复核。Artificial Analysis 的独立测试给了它 57 分的 Intelligence Index，同时记录到 48.7 Token／秒的输出速度，低于同类模型 67 Token／秒的中位数。它的“Flash”首先体现在计算和价格效率上，响应速度未必处处占优。
国产卡承接了真实流量
这次最有分量的证据来自真实流量。智谱称，过去一周的匿名测试全部由大规模国产 AI 芯片集群提供服务。线上系统把多模态编码、提示词预处理和逐 Token 生成拆开调度，国产加速卡直接承接前沿模型的长上下文推理。
智谱还披露，同一套硬件上的端到端服务性能比初始版本提高了 3 倍，硬件效率和单 Token 成本已经做到与主流英伟达 GPU 相当。具体芯片型号、绝对吞吐和成本数字没有公开，第三方也还没有复现。官方披露范围止于推理服务，训练所用芯片没有公开。
一整套系统已经把前沿模型稳定送到用户面前。证据里同时出现了匿名平台一周真实调用量、百万上下文、原生多模态和生产级服务栈，国产卡从单机加载验证走到了线上服务。
GLM-5.3-Flash 目前已经开放 API、进入 GLM Coding Plan，并以 MIT 许可证公开权重。对正在选 Coding Agent 底座的人，我建议直接拿固定代码任务、多模态输入、长上下文和缓存命中率去跑，再看完成度、速度和真实账单。
这次智谱给出的牌面已经足够清楚：能力挤进前沿区间，价格压到 DeepSeek 之下，线上推理跑在国产芯片上。接下来只等真实项目说话。
主要资料：GLM-5.3-Flash 官方技术博客、智谱国内模型文档、DeepSeek API 价格页、Artificial Analysis 独立评测、GLM-5.3-Flash 官方模型卡。
以上就是这次的侦察。
如果对你有用，顺手点个赞 +「♥️」。
想第一时间收到前线情报，关注「硅基斥候S01」。我们，下次侦察见。