智谱AI于2026年8月26日正式发布并开源新一代大模型GLM-5.3-Flash：总参数量320B、激活参数仅18B，采用MIT许可证，支持1M token超长上下文与原生多模态能力。该模型在权威的Artificial Analysis智能指数中拿到57分，与Anthropic Claude Opus 4.8持平，而价格仅为后者的约1/40，被业内视为”开源高性价比”的新标杆。

从匿名爆火到正式开源

GLM-5.3-Flash正是此前以”ox-alpha”代号在OpenCode和OpenRouter上匿名测试、并登顶当周最受欢迎榜单的模型。它完全运行在国产AI芯片大型集群上，团队基于SGLang构建专用推理引擎，端到端服务性能较同硬件基线提升约3倍，硬件效率与单token成本已接近主流NVIDIA GPU方案。

混合注意力架构带来的效率革命

该模型是首个采用稀疏注意力+线性注意力混合架构的开源前沿模型，相比GLM-5.3，注意力计算量和KV缓存大小分别降低3.01倍与4.44倍，并引入IndexPool与流形约束超连接（mHC）进一步压降长上下文推理开销。官方数据称，它把”智能/价格”帕累托前沿推进到此前约10倍价格才能达到的水平，每任务成本仅约0.045美元（折扣价）。

获取与部署方式

GLM-5.3-Flash已全量上线GLM Coding Plan（额度为GLM-5.3的3倍），权重在HuggingFace开放下载（MIT许可证），本地部署支持SGLang、vLLM、TokenSpeed，API已同步上线docs.z.ai全平台，ZCode还解锁了Browser Use与Computer Use能力。

常见问题（FAQ）