模型卡｜GLM-5.3-Flash

TL;DR GLM-5.3-Flash：320B 總參數／18B 活躍（MoE），1M context／131K 最大輸出，支援文字＋圖片＋影片輸入，MIT 授權權重已上 HuggingFace；標準定價 input $0.15／output $0.50（每 100 萬 tokens，即日起到 9/9 五折 $0.075／$0.25），比同家 GLM-5.3 便宜約 9 成；Terminal-Bench 2.1 達 84.3（僅次 Opus 4.8 的 85.0），DeepSWE 1.1 從 GLM-5.2 的 46.2 跳到 63.4；前身「Ox Alpha」匿名期間曾拿下 OpenRouter 單週 token 占比第一

#ai-agent #model-release #daily #zhipu #model-family-glm

模型資訊
能力亮點
Benchmark 表現
與前代/競品比較
對 Agent 開發的意義
今日收穫
參考資料

系列: AI Model Tracker (8 / 10)

模型卡｜Qwen3.8-Flash-Next 模型卡｜Tencent Hy4 Preview

🌏 English version

模型資訊

項目	值
Model ID	`glm-5.3-flash`
廠商	Zhipu AI（智譜，國際品牌 Z.ai）
參數量	320B 總參數，18B 活躍參數（MoE）
Context Window	1,048,576 tokens（最大輸出 131,072 tokens）
Input 定價 (USD/1M tokens)	$0.15（cached input $0.03；即日起至 2026-09-09 UTC+8 24:00 五折 $0.075）
Output 定價 (USD/1M tokens)	$0.50（同期五折 $0.25）
開源	是（MIT 授權，權重已上架）
發布日	2026-08-26（前身「Ox Alpha」自 2026-08-20 起以匿名身分在 OpenRouter／OpenCode 提供一週免費服務）
官方公告	Z.ai Blog：GLM-5.3-Flash
HuggingFace	zai-org/GLM-5.3-Flash
家族	GLM 5.x（GLM-5 系列首個原生多模態模型）

能力亮點

GLM-5 系列首個原生多模態模型：同時接受文字、圖片、影片輸入，輸出文字，官方稱其多模態能力已整合進 ZCode 的 Browser Use 與 Computer Use 功能
採 Hybrid KDA（線性注意力）+ NoPE 稀疏 MLA 混合架構，官方稱注意力運算量減少約 3 倍、KV cache 縮小約 4.4 倍
Terminal-Bench 2.1 達 84.3 分，逼近 Claude Opus 4.8 的 85.0，遠優於前代 GLM-5.2
DeepSWE v1.1 從 GLM-5.2 的 46.2 跳到 63.4，AutomationBench 從 26.2 跳到 48.8，代理型任務進步幅度最大
Artificial Analysis Intelligence Index v4.1.1 拿下 57 分，且推論成本只要 $0.045／task（五折價），官方稱「相當於過去要花 10 倍成本才能買到的智慧水準」

Benchmark 表現

Benchmark	GLM-5.3-Flash	GLM-5.2（前代）	競品參考
Terminal-Bench 2.1	84.3	—	Claude Opus 4.8：85.0；GPT-5.6 Terra：87.4
DeepSWE v1.1	63.4	46.2	—
AutomationBench	48.8	26.2	—
Z.ai Code Bench v1.0（max）	29.0	—	Claude Opus 4.8：29.5
HLE（Humanity's Last Exam）	55.3	—	—
Artificial Analysis Intelligence Index v4.1.1	57	—	48.7 tokens/sec、TTFT 1.52s（Z.ai API 實測）

⚠️ Terminal-Bench、DeepSWE、AutomationBench、Z.ai Code Bench、HLE 均為 Z.ai 官方自測；Artificial Analysis Intelligence Index 為第三方獨立評測機構分數，可信度較高。視覺能力（BabyVision、MVBench）官方未列在主打 benchmark 中，第三方報導指出弱於 Gemini 3.7 Flash。

與前代/競品比較

跟同家 GLM-5.3（純文字旗艦，744B 總參數估算／40B 活躍）比，GLM-5.3-Flash 用不到一半的活躍參數換到原生多模態能力，且 Terminal-Bench 沒有明顯掉分。定價落差更誇張：GLM-5.3 的 input/output 是 $1.40/$4.40，GLM-5.3-Flash 只要 $0.15/$0.50，價格直接砍到約九分之一，等於「多模態＋更小活躍參數＋更低價」三個方向同時進步，這在同一家族內部相當罕見——通常 Flash 版是犧牲能力換速度，這次官方強調的是架構效率（Hybrid KDA + NoPE 稀疏 MLA），不是單純縮小模型。

跟閉源前緣模型比，Terminal-Bench 2.1 的 84.3 只落後 Claude Opus 4.8 的 85.0 約 0.7 分，Z.ai Code Bench 更是只差 0.5 分（29.0 vs 29.5）——但 Opus 4.8 的定價是 $5/$25，GLM-5.3-Flash 五折期只要 $0.075/$0.25，價差達 66 倍以上。這種「性能逼近前緣、價格砍到零頭」的組合，正是它以「Ox Alpha」匿名跑一週就能衝上 OpenRouter 單週 token 占比第一（約 19 個百分點）的直接原因。

值得注意的是這次公開強調了「完全用中國自產晶片提供匿名服務一週」的基礎設施主張——如果屬實，代表的不只是訓練端（此前 GLM-5.1/5.2 已用華為昇騰晶片訓練），而是首次證明生產環境的高流量推論也能完全脫離 Nvidia 供應鏈，但此說法目前僅有 Z.ai 官方單方陳述，尚待第三方查證。

對 Agent 開發的意義

Coding agent 場景是這次最直接的受眾：DeepSWE 1.1（軟體工程代理任務）從 46.2 跳到 63.4，AutomationBench（雲端應用自動化）從 26.2 跳到 48.8，兩者都是需要多輪工具呼叫、長時序規劃的任務類型，進步幅度遠大於單輪對話類 benchmark。

如果你在做 coding agent 或需要多模態理解（螢幕截圖、UI 元素辨識）的自動化工具：GLM-5.3-Flash 的原生多模態＋低價格組合值得排進評測清單，尤其若目前卡在 Claude/GPT 系列的成本上限
如果你在做預算敏感的高吞吐量批次任務：$0.15/$0.50（甚至五折期 $0.075/$0.25）的定價比多數同能力等級模型低一個數量級，適合大量並行的 agent 實驗或背景任務
不適合：需要嚴謹視覺推理的場景（第三方報導指出視覺 benchmark 弱於 Gemini 3.7 Flash），以及需要合規稽核清楚供應鏈來源的企業場景——「中國自產晶片」與資料處理地點等細節官方揭露有限

今日收穫

「Ox Alpha」這種匿名發佈手法很有意思：先用免費、無限流量的方式讓社群自己去猜是誰家的模型，等討論度衝到最高再揭曉身分並附上完整技術細節與定價。這比傳統「發公告→等社群測試」的順序反過來，等於用懸念本身換取免費的社群壓力測試與話題熱度——而且這次匿名期間的高流量還被拿來當作「本地晶片撐得住生產流量」的證據，行銷敘事和技術驗證被綁在同一件事上。