文章摘要：

謎底如期揭曉。牛來8月26日晚，國產智譜宣布上線並開源GLM-5.3-Flash（320B-A18B），算力開雲在線網頁版並官方確認其正是卡扛過去一周刷屏海外開發者社區的匿名模型Ox-Alpha——中文社區稱之為“牛來”。

該模型為GLM-5係列首個原生多模態模型，起智總參數320B、譜開激活參數僅18B，牛來采用MIT協議開放權重，國產上線即登陸Hugging Face。算力

8月20日，卡扛Ox-Alpha以“隱身模型”身份悄然上線全球最大模型聚合平台OpenRouter，起智首日調用量即登頂並創下單日曆史紀錄，譜開同時終結DeepSeek在OpenCode長達56天的牛來霸榜，單日處理tokens達62T，國產迅速成為兩大平台當周最受歡迎模型，算力開雲在線網頁版刷新雙平台曆史紀錄。

測試期間，獨立研究員曾發布技術指紋報告，稱其分詞器在25組提示詞測試中與GLM-5.3的Token計數完全一致、11項探針交叉測試與GLM家族全匹配，“99%把握”指向智譜——如今被官方證實。

據介紹，模型能力端直接對標國際旗艦。 GLM-5.3-Flash在Artificial Analysis Intelligence Index中拿下57分，與Anthropic旗下最受歡迎的Claude Opus 4.8持平，高於GLM-5.2的53分和DeepSeek V4 Pro正式版的53分。

價格端撕開新口子。 GLM-5.3-Flash定價為GLM-5.3的1/10，限時折扣期內低至1/20，僅為Opus 4.8的1/40 。具體到調用價格，該模型每百萬token輸入0.8元、輸出2.8元、緩存命中0.23元。

國產算力首次大規模集體出海。 智譜披露，“牛來”測試期間的全部線上流量，以及GLM-5.3-Flash發布後的線上服務，均由10萬張國產芯片承載。

這是國產算力芯片首次大規模直接服務全球真實負載 。此前市場關於“每天100萬億Token算力供給從何而來”的爭論，至此有了答案。

此外，《科創板日報》記者另從相關人士獲悉上述國產算力芯片或來自華為、海光、摩爾線程。

據智譜方麵向《科創板日報》記者介紹，技術架構是成本壓降的根源。 GLM-5.3-Flash基於30T Token多模態語料完成預訓練，是GLM係列首次引入稀疏注意力與線性注意力混合架構，並創新采用流形約束超連接（mHC）。

據智譜披露，該架構使注意力計算量較GLM-5.3下降約3倍，KV緩存縮小4.4倍，支撐1M上下文窗口的經濟化部署。

開源權重即刻可用。GLM-5.3-Flash正式麵向全球開源，已接入ZCode等編碼平台，並納入GLM Coding Plan（每天限量發放10,000張體驗卡），同步開放API調用。

北京計算機學會AI專委會秘書長、北京大學特聘研究員張有魚告訴《科創板日報》記者，“匿名上線、全網實測、擇日揭曉”的打法讓GLM-5.3-Flash在揭曉前已完成真實流量壓測並收割盲測口碑；

在DeepSeek V4 Flash提價、市場對“用得起的前沿模型”呼聲日高的背景下，其以“前沿能力+1/40價格+國產算力底座”的組合切入，前沿模型的價格底線被再度擊穿。