Z.ai 以 MIT 许可发布 GLM-5.3-Flash 多模态模型
Z.ai launches GLM-5.3-Flash under MIT license
Z.ai 发布 GLM-5.3-Flash，这是 GLM-5 系列首个原生多模态模型，采用 MoE 架构，总参数 320B、激活参数 18B，以 MIT 许可开源。
GLM-5.3-Flash 以 MIT 许可开源并给出与 GLM-5.2、Claude Opus 4.8 的对比数据，可据此判断低价多模态模型的可用性。
Z.ai 推出了 GLM-5.3-Flash，这是其 GLM-5 家族中首个原生多模态模型，作为面向编程、智能体任务和视觉推理的低成本选项。该混合专家模型总参数为 3200 亿，激活参数为 180 亿，低于 GLM-4.5 的 320 亿激活参数。Z.ai 表示，在已报告的编程和智能体测试中，它以十分之一的价格超越 GLM-5.2，同时在其内部编程基准上接近 Claude Opus 4.8。
GLM-5.3-Flash 在 30 万亿 token 的多模态语料上训练，结合了用于局部依赖的线性注意力和用于相关全局上下文的稀疏注意力。在上下文长度达到一百万 token 时，IndexPool 会压缩索引器键向量组，以限制延迟和内存使用。Z.ai 报告称，与 GLM-5.3 相比，注意力计算量减少了三倍，KV 缓存大小减少了 4.4 倍。
隆重推出 GLM-5.3-Flash
- 以极具竞争力的价格提供领先能力
- 原生多模态，具备 100 万 token 上下文窗口
- 一个以 MIT 许可证发布的 320B-A18B 模型
- 此前以 Ox Alpha 为名预览，完全在中国 AI 芯片上运行博客：… pic.twitter.com/KOCG4dkay3
— Z.ai (@Zai_org) August 26, 2026
据 Z.ai 称，在 Artificial Analysis Intelligence Index v4.1.1 上，该模型得分为 57，每任务折扣成本为 0.045 美元。它在 DeepSWE v1.1 上也达到了 63.4，而 GLM-5.2 为 46.2；在 AutomationBench 上达到 48.8，而后者为 26.2。由于评估使用不同的测试框架、上下文限制和生成设置，比较结果取决于每个测试设置。
视觉推理是此次发布的核心。Z.ai 训练该模型检查渲染后的界面、游戏画面和 3D 输出，然后根据视觉反馈评估并修改其工作。同样的方法涵盖文档、电子表格、演示文稿、仪表板和会议材料，使模型能够跨文本、图像和结构进行推理。
GLM-5.3 Flash，又名 Ox Alpha，已正式到来。公告和基准测试已经发布，帕累托前沿已被重新绘制。https://t.co/jVij8PJ5xc pic.twitter.com/Z0Ug3nmnmL
— Andrew Curran (@AndrewCurran_) August 26, 2026
在发布之前，GLM-5.3-Flash 曾以 ox-alpha 为名匿名出现在 OpenCode 和 OpenRouter 上。Z.ai 表示，它成为这些服务上本周最受欢迎的模型，流量由中国 AI 芯片提供。该公司构建了基于 SGLang 的技术栈，将编码、预填充和解码分离，报告称在数万个国产加速器上端到端服务性能提升了三倍。
GLM-5.3-Flash 现已面向所有 GLM Coding Plan 用户开放，可用配额是 GLM-5.3 的三倍。其多模态能力通过 Browser Use 和 Computer Use 在 ZCode 中提供。权重可在 Hugging Face 上获取，本地部署支持 SGLang、vLLM 和 TokenSpeed。
来源：TestingCatalog · testingcatalog.com