价格砍到1/40，还全跑国产芯片！这款320B大模型凭什么逆天

你还在为Claude Opus 4.8每百万Token 25美元的API价格肉疼吗？

别急，就在昨晚，一款匿名测试六天、火爆全球的开源模型正式揭面——GLM-5.3-Flash，总参数320B，激活仅18B，价格直接打到号称最强闭源模型的1/40！

更炸的是：它背后的算力，全部来自国产芯片！

💫 01 匿名六天，凭什么火成这样

神秘模型一夜刷屏

8月26日晚，智谱正式开源GLM-5.3-Flash。此前它一直以Ox-Alpha的名字在OpenRouter、OpenCode上匿名测试，结果迅速成为当周最受欢迎模型，还创下两个平台的调用量新高。

大家一边用一边猜，这到底是哪家的神仙模型？结果揭晓那一刻，很多人直接惊掉下巴。

价格低到离谱

先看关键数字：GLM-5.3-Flash的价格仅为自家GLM-5.3的1/10，限时折扣期进一步降到1/20；对比Anthropic旗舰Claude Opus 4.8，大约是1/40！

再亮一个更狠的对比——Artificial Analysis上，Claude Opus 4.8的Intelligence Index拿57分，GLM-5.3-Flash也是57分！

💡 也就是说，一款开源、开放的模型，已经在第三方综合测评中摸到了高价闭源旗舰的天花板。虽然单项Benchmark、长任务稳定性仍有差距，但它确实闯进了那个曾经只有闭源巨头敢站的能力区间。

🌟 但这还不是最炸的

重点来了：算力全在国内

匿名测试期间，用户根本不知道背后是谁，也不知道用的是什么芯片，纯粹靠速度、稳定性和效果投票。就这样，一款前沿模型在真实流量下接受了考验。

⚠️ 智谱确认：这些请求的算力，全部由国产芯片提供！

据悉，智谱调用了超过10万张国产芯片集群来承载这个模型，这是它首次用大规模国产集群直接承接全球开发者的真实线上负载。

怎么做到的？

• 智谱基于SGLang打造专用推理引擎，加入节点内张量并行、ReplaySSM、W8A8量化、INT8/FP8/BF16混合缓存量化等技术
• 采用EPD分离架构，把多模态编码、Prompt预填充、逐Token解码拆成三个独立调度的工作池
• 用“以算力换带宽、以通信换显存”的方式，硬生生把单张国产芯片吃内存、吃带宽的短板给补上了

结果呢？端到端服务性能直接提升了3倍，硬件效率和单Token成本已经和主流NVIDIA GPU相当！

⚠️ 注意，这里的1/40不是说国产芯片硬件成本只有海外GPU的1/40，而是：一款全由国产芯片集群承载的前沿模型，把面向用户的价格压到了Claude Opus 4.8的约1/40。这个概念，别搞混了。

🚀 02 320B参数，居然比上一代旗舰还强

架构彻底重构

价格能打下来，另一半功劳在模型结构。

GLM-5.3-Flash总参320B、激活18B、45层；而GLM-4.5是355B总参、32B激活、92层。每Token实际参与计算的参数量和网络深度都明显下降了，可综合能力反而超过了参数更大的GLM-5.2！

💡 “Flash”这次不再是把旗舰模型简单缩小，而是从架构层面重新设计了推理成本。

混合注意力，自带黑科技

它是首个采用稀疏注意力与线性注意力混合架构的开源前沿模型：

• 线性注意力用递归机制处理局部依赖
• 稀疏注意力用轻量级索引器召回长上下文中的关键全局信息
• 还引入IndexPool，把索引器的4个缓存向量压缩成1个

效果有多猛？与GLM-5.3相比，注意力计算量降低3.01倍，KV缓存大小降低4.44倍！

这组数据，就解释了为什么价格能打下来。尤其Coding和Agent任务一跑就是几十分钟甚至几小时，上下文持续增长，注意力计算量和KV缓存直接决定要烧多少显存和算力。

多模态，不是为了看图？

GLM-5.3-Flash还是GLM-5系列第一款原生多模态模型。但它加视觉能力，不是为了陪你聊图，而是为了服务Coding和Agent。

思考一下：模型生成的不仅是代码，还有屏幕上的页面、交互、3D场景。它得能“看见”自己生成的结果，才能发现按钮错位、页面没渲染、场景不对劲，然后继续改。

💡 官方案例里，GLM-5.3-Flash在没有外部素材的情况下，独自跑了16小时，在Blender里搭出一套约400平方米的专业主厨住宅和测试厨房！它不只会写，还能看着自己的成果来回修改。

同样的机制，也延伸到了PPT、PDF、Word、Excel，以及金融、法律等专业任务。

🌈 03 Flash，正在改写游戏规则

过去，Flash、Mini、Air这类名字，意味着更快更便宜，但也意味着明显的能力缩水。

现在呢？一个320B的Flash模型，综合智能指数57分打平旗舰，价格只有旗舰的1/40，还自带视觉闭环。

同步的还有：MIT协议开源、API同步开放。

一个更扎心的观察——Ox-Alpha这六天匿名测试，本质上检验了三件事：国产芯片能不能稳定承载一个前沿模型？能不能扛住全球开发者的真实流量？能不能做到经济、好用？

答案，已经在昨晚揭晓了。

前沿能力、开放权重、国产算力、白菜价格，四个关键词同时出现在一款模型上。这场关于“便宜又强大能不能兼得”的争论，或许要换一种问法了。

模型的1/40，不只是价格，更可能是国产AI开始出牌的速度。

你怎么看这款跑在国产芯片上的GLM-5.3-Flash？它会改变你对国产大模型的印象吗？评论区聊聊你的想法！

如果觉得有收获，记得点个赞、点个“在看”，也欢迎分享给身边还在为API账单头疼的朋友。