**谜底揭晓：智谱“牛来”正式开源，定价仅为竞品1/40**
谜底终于揭晓。8月26日晚，智谱正式宣布上线并开源GLM-5.3-Flash（320B-A18B），并确认这正是此前在海外开发者社区引发轰动的匿名模型Ox-Alpha，中文社区称之为“牛来”。作为GLM-5系列的首个原生多模态模型，该模型总参数高达320亿，激活参数仅为18亿，采用MIT协议开放权重，上线当天即登陆Hugging Face。
**表现惊艳：首日登顶，终结DeepSeek霸榜**
回溯8月20日，“牛来”曾以“隐身模型”的身份悄然登陆全球最大模型聚合平台OpenRouter。首日调用量即登顶并创下历史纪录，终结了DeepSeek在OpenCode长达56天的霸榜地位，单日处理tokens达62T，迅速成为两大平台当周最受欢迎的模型，刷新了双平台的历史纪录。
在测试阶段，独立研究员发布的技术指纹报告显示，该模型在25组提示词测试中的Token计数与GLM-5.3完全一致，且11项探针交叉测试结果与GLM家族全匹配，以99%的把握指向智谱。如今，这一推测已被官方证实。
**性能对标：力压DeepSeek，直逼Claude Opus**
在模型能力方面，GLM-5.3-Flash直接对标国际顶尖水平。在Artificial Analysis Intelligence Index中，该模型斩获57分，与Anthropic旗下的Claude Opus 4.8持平，得分高于GLM-5.2的53分和DeepSeek V4 Pro正式版的53分。
**价格屠夫：仅为Claude Opus 4.8的1/40**
价格策略上，该模型打破了行业常规。GLM-5.3-Flash的定价仅为GLM-5.3的十分之一，在限时折扣期间更是低至二十分之一，仅为Claude Opus 4.8的四十分之一。具体到调用价格，其每百万token输入0.8元、输出2.8元、缓存命中0.23元。
**国产算力首次大规模出海：10万张芯片支撑全球负载**
此次发布标志着国产算力芯片首次大规模集体出海。智谱披露，“牛来”测试期间的全部线上流量及GLM-5.3-Flash发布后的线上服务，均由10万张国产芯片承载。这是国产算力芯片首次大规模直接服务于全球真实负载，此前市场关于“每天100万亿Token算力供给从何而来”的争论，至此有了明确答案。据《科创板日报》记者从相关人士处获悉，上述承载“牛来”的国产算力芯片或来自华为、海光及摩尔线程。
**技术解密：架构创新支撑低成本部署**
据智谱方面介绍，技术架构是成本压降的关键所在。GLM-5.3-Flash基于30T Token的多模态语料完成预训练，是GLM系列首次引入稀疏注意力与线性注意力混合架构，并创新采用了流形约束超连接技术。据智谱披露，该架构使注意力计算量较GLM-5.3下降约3倍，KV缓存缩小4.4倍，从而支撑起1M上下文窗口的经济化部署。
**开源生态：即刻接入，开放体验**
开源权重即刻可用。GLM-5.3-Flash已正式面向全球开源，并接入ZCode等编码平台，同时纳入GLM Coding Plan（每天限量发放10,000张体验卡），同步开放API调用。
**专家点评：组合拳击穿价格底线**
北京计算机学会AI专委会秘书长、北京大学特聘研究员张有鱼接受《科创板日报》记者采访时表示，这种“匿名上线、全网实测、择日揭晓”的打法，让GLM-5.3-Flash在揭晓前就完成了真实流量压测并积累了良好的口碑。在DeepSeek V4 Flash提价、市场对“用得起的前沿模型”呼声日益高涨的背景下，该模型以“前沿能力+1/40价格+国产算力底座”的组合拳切入市场，再次击穿了前沿模型的价格底线。