发布日期：2026-08-27 · 数据全部来自官方来源（文末标注） · 配图来源：智谱官网 z.ai/blog/glm-5.3-flash
上周 AI 圈最大的悬案破案了——OpenRouter 和 OpenCode 上那个匿名跑霸榜首的「Ox Alpha」，被智谱正式认领：它就是 GLM-5.3 Flash，GLM-5 系列首个原生多模态大模型，320B 总参数 / 18B 激活参数，输入 0.4 元、输出 1.4 元（每百万 tokens，限时 5 折）。
它 6 天在 OpenRouter 吃了 23.2 万亿 tokens——是第二名 DeepSeek-V4-Flash (Jul 31) 9.9T 的 2.3 倍，直接把 DeepSeek 连续 56 天的霸榜纪录按在地上。
【插入配图】OpenRouter 官方榜单 Aug 20–25, 2026 · ox-alpha 断层第一（文件：公众号正文配图_01_榜单.png）
一、价格屠夫：真神下凡带着价格表
我第一时间打开 BigModel 官方定价页，白纸黑字：
GLM-5.3-Flash（5 折限时两周）：输入 0.4 元 / 输出 1.4 元 / 缓存命中 0.115 元（每百万 tokens）
原价：输入 0.8 元 / 输出 2.8 元 / 缓存命中 0.23 元
上线前两周半价，结束后恢复原价。
横向对比 8 月刚提价的 DeepSeek V4 Flash（官方 api-docs.deepseek.com）：
价格对比表（人民币元 / 百万 tokens）
| 项目 | GLM-5.3 Flash 限时 5 折 | GLM-5.3 Flash 原价 | DeepSeek V4 Flash 空闲 | DeepSeek V4 Flash 高峰 |
|---|---|---|---|---|
| 输入（缓存未命中） | 0.4 | 0.8 | 1.5 | 3.0 |
| 输出 | 1.4 | 2.8 | 4.5 | 9.0 |
| 缓存命中输入 | 0.115 | 0.23 | 0.05 | 0.10 |
| 上下文窗口 | 1M | 1M | 1M | 1M |
| 输入模态 | 图/视频/文件/文本 | 同左 | 仅文本 | 仅文本 |
数据来源：智谱 BigModel 定价页bigmodel.cn/pricing；DeepSeek 官方定价页api-docs.deepseek.com/zh-cn/quick_start/pricing（核验日期 2026-08-26）。
一句话结论：常规调用场景（输入未命中 + 输出为主）下，GLM-5.3 Flash 比 DeepSeek V4 Flash 更便宜；只有"几乎全是缓存命中输入"的极端重复前缀场景，DeepSeek 谷时略胜（0.05 vs 0.115）。
二、性能怪兽：便宜，恰恰是它最不重要的优点
怕「便宜没好货」？偏偏不是。
- AA 智能指数 57 分，与 Claude Opus 4.8 持平，超过自家上一代 GLM-5.2，也超过 DeepSeek V4 Pro 正式版的 53 分。
- 在自研 Z.ai Code Bench v1.0（跑在 Claude Code 2.1.207 上）上，max effort 几乎打平 Claude Opus 4.8：29.0 vs 29.5。
- DeepSWE v1.1 拿到 63.4（GLM-5.2 只有 46.2），AutomationBench 48.8（GLM-5.2 只有 26.2）。
【插入配图】Artificial Analysis Intelligence Index v4.1.1 · GLM-5.3-Flash (discounted) $0.045 · 57 pts，站在全新性价比拐点（文件：公众号正文配图_02_AA指数.png）
性能对比表（官方 z.ai blog benchmark，分数越高越好）
| 基准 | GLM-5.3-Flash | GLM-5.2（上代） | DeepSeek V4-Vision-Exp | Claude Opus 4.8 |
|---|---|---|---|---|
| AA 智能指数 | 57 | — | — | 57 |
| Coding Terminal Bench 2.1 | 84.3 | 81.0 | 83.9 | 85.0 |
| DeepSWE v1.1 | 63.4 | 46.2 | 59.3 | 58.0 |
| Toolathlon Verified | 78.4 | 59.9 | 75.9 | 76.2 |
| AutomationBench v1.0.6 | 48.8 | 26.2 | 38.8 | 41.0 |
数据来源：智谱官方博客 z.ai/blog/glm-5.3-flash benchmark 表（DeepSWE / Toolathlon / AutomationBench 均为第三方权威 Agent 基准）。
看几个「反杀」点更直观：
【插入配图】GLM-5.3-Flash 性能对比（官方 benchmark，分数越高越好）（文件：图_性能对比.png）
一句话：把右上角那一坨贵价旗舰的"能力天花板"，硬生生拉到了 $0.045 / 任务的左下角——以前要花 10 倍价格才能拿到的智能等级。而且在 DeepSWE（63.4 vs 58.0）和 Toolathlon（78.4 vs 76.2） 上，它甚至反超了 Claude Opus 4.8。
三、架构 + 国产算力：模型、芯片、开源三件套
GLM-5.3-Flash 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，加上 IndexPool 索引压缩：
- 注意力计算量相比 GLM-5.3 降低 3.01 倍
- KV Cache 降低 4.44 倍
- 层数从 92 砍到 45，激活参数从 32B 砍到 18B，几乎减半
【插入配图】GLM-5.3-Flash 架构图 · 与 GLM-5.3、Kimi-K3、DeepSeek-V4-Flash 对比（文件：公众号正文配图_03_架构.png）
混合注意力机制一图看懂：
【插入配图】GLM-5.3-Flash 混合注意力架构图（线性 + 稀疏 + IndexPool）（文件：图_混合注意力架构.png）
更狠的是：Ox Alpha 匿名测试期间所有 23 万亿 tokens 的流量，全部跑在国产芯片集群上。晚点 LatePost 报道集群规模超过 10 万张国产卡，供应商或来自华为昇腾 / 摩尔线程 / 海光（智谱未官方确认）。官方说：同硬件基线下端到端性能 +3 倍，单 token 成本追平主流英伟达 GPU。
视觉编码原生集成进模型：模型能在 Coding 循环里自主决定"何时看一眼"渲染结果，用视觉反馈迭代修改——前端 UI 设计稿经过 self-verification 后，布局问题被它自己修掉了。
四、上手三步曲（可直接复制）
第一步 · 注册 BigModel，拿 API Key
访问智谱开放平台模型文档（https://docs.bigmodel.cn/cn/guide/models/vlm/glm-5.3-flash），注册账号、创建 API Key，即可调用 GLM-5.3-Flash 的原生多模态 API（限时 5 折两周，1M 上下文）。
第二步 · 开 GLM Coding Plan（编程订阅，性价比最高）
入口：https://bigmodel.cn/glm-coding
- 三档：Lite ¥118/月（每周 1 万积分）→ Pro ¥538/月（6 倍额度）→ Max ¥1078/月（14 倍额度），包季 8 折、包年 7 折
- GLM-5.3-Flash 已全量接入，同等预算下可用配额是 GLM-5.3 的 3 倍
- 支持 ZCode / Claude Code / OpenCode / Cline / Kilo Code 等 20+ 编程工具，套餐均含视觉理解、联网搜索、网页读取、开源仓库 MCP
- 安装教程：https://docs.bigmodel.cn/cn/coding-plan/quick-start
第三步 · 拉 HF 权重本地部署（可选，自托管）
- 标准权重（MIT 开源）：https://huggingface.co/zai-org/GLM-5.3-Flash
- BF16 半精度权重：https://huggingface.co/zai-org/GLM-5.3-Flash-BF16
- 官方支持 SGLang / vLLM / TokenSpeed 本地推理，国产加速卡可承载 1M 上下文，企业可脱离公有云 API 实现数据闭环
写在最后
牛来，牛是自己的，草也是自己的。
这次不只是一家模型厂发新品，而是 "前沿模型能力 + 1/40 价格 + 国产芯片承载 + MIT 开源权重" 四件事第一次同时发生。
福利：注册就送 2000 万 tokens
【插入配图】BigModel 邀请海报（扫码注册，你我各得 2000 万 tokens）（文件：BigmodelPoster.png）
我正在 BigModel 开放平台上打造 AI 应用。通过下面这个邀请链接注册，你我各得 2000 万 tokens 新人大礼包，一起把 GLM-5.3 Flash 的性价比用起来（复制链接到浏览器打开）：
https://www.bigmodel.cn/invite?icode=VWwqqiAL8m53RjMVI8cFvlwpqjqOwPB5EXW6OL4DgqY%3D
智谱新一代旗舰 GLM-5.3 已上线，推理 / 代码 / 智能体综合能力达到开源模型 SOTA。期待和你一起在 BigModel 畅享卓越模型能力。
五、资源链接清单（一字不漏 · 官方一手来源 · 搜一搜友好）
覆盖「云 API → 编程订阅 → 本地开源部署」完整链路：
| 资源 | 完整链接 |
|---|---|
| BigModel 定价页 | https://bigmodel.cn/pricing |
| BigModel 开放平台 · GLM-5.3-Flash 文档 | https://docs.bigmodel.cn/cn/guide/models/vlm/glm-5.3-flash |
| Z.ai · GLM-5.3-Flash 文档 | https://docs.z.ai/guides/vlm/glm-5.3-flash |
| GLM Coding Plan 订阅页 | https://bigmodel.cn/glm-coding |
| Coding Plan 快速安装教程 | https://docs.bigmodel.cn/cn/coding-plan/quick-start |
| 智谱官方博客（发布公告） | https://z.ai/blog/glm-5.3-flash |
| HuggingFace 标准权重 | https://huggingface.co/zai-org/GLM-5.3-Flash |
| HuggingFace BF16 权重 | https://huggingface.co/zai-org/GLM-5.3-Flash-BF16 |
| DeepSeek 官方定价（对比用） | https://api-docs.deepseek.com/zh-cn/quick_start/pricing |
| Artificial Analysis 智能指数 | https://artificialanalysis.ai |
以上链接均为官方一手来源。搜一搜用户按关键词即可直达：GLM-5.3-Flash 开源下载 / GLM Coding Plan 价格 / BigModel 注册 / GLM-5.3-Flash HuggingFace 权重 / GLM-5.3-Flash 本地部署。
*本文图片均来源于智谱官方博客 z.ai/blog/glm-5.3-flash，仅用于技术报道与产品介绍用途。*