GLM-5.3-Flash发布时间是北京时间 2026 年 8 月 26 日晚正式上线并面向全球开源,总参数 320B、激活参数 18B,是 GLM-5 系列首个原生多模态模型,权重按 MIT 协议放出。但它早在 8 月 20 日就以匿名模型 Ox-Alpha(中文社区称「牛来」)在 OpenRouter 与 OpenCode 免费跑了六天真实流量。 GLM-5.3-Flash什么时候发布的
先说结论:正式发布是 2026 年 8 月 26 日晚,多家媒体(中国证券网、光明网、新浪财经、东方财富)口径一致。但「发布」这件事在时间上其实有三层口径,看到不同日期不必困惑:
- 首次公开露面:8 月 20 日。当晚一个名为 stealth/ox-alpha 的条目出现在 OpenRouter 与 OpenCode,无厂牌、无参数、价格栏为 0,免费开放真实调用。
- 权重上线:8 月 25 日。据第三方对 Hugging Face 仓库元数据的核验,zai-org/GLM-5.3-Flash 仓库创建于 2026 年 8 月 25 日 06:43 UTC(北京时间当日 14:43),最后更新于 8 月 26 日 16:31——权重文件比官方公告早一天多上线,这一条只在核对仓库时间戳时才会发现。
- 官方官宣与开源:8 月 26 日晚。智谱确认 Ox-Alpha 就是 GLM-5.3-Flash,同步开放 API、接入 ZCode 等编码平台。
另有部分转载文本中出现「8 月 27 日上线」的说法,那是官方微信文章的发布与转载日,并非上线日。因此网上流传的 8 月 20 / 25 / 26 / 27 四个日期分别对应匿名上线、权重上线、正式官宣与媒体报道,都不是错的,只是指的不是同一件事。
发布前的匿名测试:Ox-Alpha「牛来」始末
这次发布最特别的一环,是先隐身跑了一周真实流量,再亮牌开源。据智谱官方博客与多家媒体报道,流程如下:
- 2026 年 8 月 20 日,模型以 stealth/ox-alpha 的身份上线 OpenRouter 与 OpenCode,不挂厂牌、不标参数,只放免费接口。「Ox」在英文中意为牛,恰逢电影《牛来》走红,中文开发者社区便称它「牛来大模型」。
- 匿名期配置与正式版一致:约 100 万 token 上下文窗口,支持文本、图像与视频输入,预览期完全免费。发布后回看,匿名列表上写的就是正式规格。
- 上线首日即登顶 OpenRouter 单日模型用量纪录。据科创板日报等报道,其在 OpenRouter 上 7 天调用量达 23.2T,排名第一,较第二名 DeepSeek-V4-Flash 正式版高出一倍有余;在 OpenCode 平台终结了 DeepSeek 连续 56 天的榜首纪录,连续 6 天第一,累计 44T。
- 六天累计 62T token(8 月 20 日至 26 日),单周占据 OpenRouter 平台近 20% 的 token 流量。智谱官方博客称其「迅速成为当周最受欢迎的模型」。
- 全网「技术指纹破案」。开发者通过分词器指纹、视频编码器 token 消耗、底层报错码(返回的 1214 被指为智谱推理基础设施特有)等线索指向智谱;同期也有谷歌 DeepMind 研究员暗示其为 Gemini 新版、有分析猜测属微软 MAI 系列。一位独立研究员通过五重技术指纹给出约 99% 概率认定其属智谱 GLM-5.x 系列。
- 8 月 26 日晚谜底揭晓,智谱一次性公布身份、参数、评测分数与开源地址。
这套打法并非首创。智谱自己此前的匿名模型 Pony Alpha 就是 GLM-5 的测试身份;同类先例还包括 OpenAI 在 2025 年 4 月以 Quasar Alpha、Optimus Alpha 匿名测试 GPT-4.1,以及 xAI 在 2025 年 9 月以 Sonoma Sky、Dusk Alpha 测试 Grok 4 Fast。 发布的8个关键时间节点
把发布前后串成一条线,共 8 个节点(时间均为北京时间):
| |
|---|
| GLM-5.3 旗舰发布并开源,API 名为 glm-5.3;官方说明其底座与 GLM-5.2 相同,提升全部来自后训练 |
| GLM-5.3-Flash 以匿名模型 Ox-Alpha 上线 OpenRouter / OpenCode,免费开放 |
| Ox-Alpha 登顶 OpenRouter(7 天 23.2T),终结 DeepSeek 在 OpenCode 连续 56 天的榜首纪录 |
| Hugging Face 仓库 zai-org/GLM-5.3-Flash 创建(06:43 UTC),权重先于官宣上线 |
| 晚:智谱正式上线并开源 GLM-5.3-Flash(320B-A18B),认领 Ox-Alpha,同步开放 API、接入 ZCode |
| 摩尔线程完成 Day-0 适配;商汤大装置提供国产算力支持;智谱港股高开 8.25%,报 1115 港元/股 |
| 晚:智谱披露已依托国产芯片集群服务,测试期与发布后的线上推理流量全部由超 10 万张国产芯片承载 |
| |
关于「10 万张国产芯片」需要划清一条边界:智谱披露的是这些芯片承载了匿名测试期与发布后的线上推理流量,官方称集群走自研高带宽互联、在 SGLang 基础上改造了专用推理引擎(采用 Encode–Prefill–Decode 分离式架构),端到端服务性能较初始基线提升 3 倍。但扛住的是推理,不是从头训练。芯片具体型号智谱未点名,据《晚点》《科创板日报》从供应链了解,或为华为昇腾、海光 DCU 与摩尔线程混编异构,智谱官方对此未予置评;半导体研究机构 SemiAnalysis 评论称,这是国产算力芯片首次大规模直接服务全球真实负载。
官方六项基准的实况解读
发布时智谱放出了一张六项基准对比图(数据源标注 Artificial Analysis,更新日 2026-08-26)。把它逐项拆开看,比只看宣传语有用得多:
| | | |
|---|
| | DeepSeek-V4-Vision-Exp 1675、Claude Opus 4.8 1582 | |
| | | |
| | GPT-5.6 Terra 87.4、Gemini 3.7 Flash 85.8、Claude Opus 4.8 85.0 | |
| | | |
| | | |
| | | |
一个容易被忽略的事实:在智谱自己放出的这张六项对比图里,GLM-5.3-Flash 只赢了 1 项(GDPVal-AA v2)。它在 Terminal-Bench 2.1 上排第 4、在 Agents’ Last Exam 上是同图五款里最低。官方表述也保持一致——是「接近 Claude Opus 4.8」,不是超越前沿模型。
真正扎实的是代际跃升:DeepSWE v1.1 从 GLM-5.2 的 46.2 提到 63.4,AutomationBench 从 26.2 提到 48.8(接近翻倍),而激活参数只有 18B。在 Artificial Analysis 综合智能指数 v4.1.1 中得 57 分,与 Claude Opus 4.8 持平,高于 DeepSeek V4 Pro 的 53 分,单位任务成本标注为 0.045 美元(折扣档)。
两点口径提醒:Terminal-Bench、DeepSWE、AutomationBench、Z.ai Code Bench 与 HLE 这五项均为智谱自测结果,只有 Artificial Analysis 指数是独立第三方评测,权重更高。另有独立评测指出它初始延迟快但输出速度低于同档中位数、token 用量偏高;官方宣传未列视觉类基准,第三方报道称其在 BabyVision、MVBench 等视觉基准上落后 Gemini 3.7 Flash。 关于这次发布的4项流传错误
- 错误一:「Ox-Alpha 在 DeepSWE 拿到 80%」。这个传播很广的数字来自一位开发者在 10 道题子集上的测试,不是完整基准。智谱公布并写入模型卡的完整 DeepSWE v1.1 得分是 63.4。
- 错误二:「它已经超过 GPT-5.6 了」。在官方自己的图上,Terminal-Bench 2.1 为 84.3,落后 GPT-5.6 Terra 的 87.4。官方原文是「接近 Claude Opus 4.8」,没有说超越前沿。
- 错误三:「开源就是全都开源了」。只开源了权重(MIT 协议);训练数据与完整训练配方均未发布。另外 GLM-5 代码仓库的许可是 Apache-2.0,与权重的 MIT 不是一回事,合规审查时不能统一记作 MIT。
- 错误四:「它一直这么便宜」。0.075 / 0.25 美元是限时五折价,已于 2026 年 9 月 9 日 24:00 结束;现价是输入 0.15、输出 0.50 美元每百万 token。沿用折扣价做预算,会低估一半成本。
开源了什么、没开源什么
「已开源」这三个字需要拆开看。据官方模型卡与第三方对仓库的核验,边界如下:
| | |
|---|
| | zai-org/GLM-5.3-Flash(FP8 参考版),另设 BF16 独立仓库;国内镜像为 ModelScope 的 ZhipuAI/GLM-5.3-Flash |
| | 可商用、可微调、可再分发、可私有分支;无附加使用政策附件(USE_POLICY 等常见文件名均不存在) |
| | 但位于 zai-org/GLM-5 仓库内,没有独立的 GLM-5.3-Flash 仓库;该仓库许可为 Apache-2.0 |
| | 官方支持 SGLang、vLLM、TokenSpeed、KTransformers 四条部署路线,cookbook 在 GLM-5 仓库 |
| | |
| | 官方称模型从新训练的底座出发,仓库无 base_model 标签,无上游许可链 |
下载前要知道两个数字:FP8 参考版共 62 个 safetensors 分片、合计 328.3 GB(约 305.8 GiB);仓库元数据的总参数为 321.3B(厂商对外取整为 320B),其中 97.8%(314.4B)为原生 FP8,其余 BF16 保留给归一化、路由机制、索引器等精度敏感模块。仓库无需登录即可下载,没有需要先勾选同意的许可协议。
发布价格与折扣状态
价格是这次发布传播最广的部分,也是最容易引错的部分。海外(Z.ai)与 OpenRouter 侧的标准价与折扣价对照如下:
| | 限时五折(已于 9 月 9 日 24:00 结束) |
|---|
| | |
| | |
| | |
官方给出的定位是:定价为 GLM-5.3 的 1/10、限时折扣内为 1/20、为 Claude Opus 4.8 的 1/40。作为对照,GLM-5.3 旗舰为 1.40 / 4.40 美元每百万 token;国内 BigModel 侧此前公布的口径为输入 0.8 元、输出 2.8 元、缓存命中 0.23 元每百万 token。需要提醒的是,该型号的输入输出单价在不同托管平台之间可能不一致,实际结算请以所用平台的定价页为准。
发布后的可用渠道
截至2026年9月11日,GLM-5.3-Flash 可通过以下五类渠道使用:
- 官方 API:智谱 BigModel 开放平台与 Z.ai 均提供,模型 ID 为 glm-5.3-flash。
- 在线体验:Z.ai 对话页与智谱清言 App,可直接上传图片或文件测试多模态效果。
- GLM Coding Plan:已纳入编程订阅套餐,发布期间每天限量发放 10,000 张体验卡。
- Agent 形态:ZCode(含 Browser Use 与 Computer Use)与办公场景的 AutoClaw。
- 第三方与本地:OpenRouter(z-ai/glm-5.3-flash)、Ollama 托管(glm-5.3-flash:cloud),或从 Hugging Face / ModelScope 下载权重自建。
关于发布信息的三条注意事项
- 「权重能下载」不等于「能低成本跑」。FP8 参考版约 328 GB,官方支持的是多卡与多节点路线;第三方流传的「单机 102–128 GB 运行」属社区极限量化说法,与官方口径不一致,不宜当作选型依据。
- 匿名期的免费端点已经不存在。8 月 26 日揭晓后原 ID 被替换为正式条目,OpenRouter 公开模型列表中已无 stealth/ 命名空间条目;旧链接的存档页仍可打开,但已不可再调用。
- 引用价格务必标明日期与版本。该模型的折扣价与标准价相差一倍,且上线时间不足一个月,任何不带时间戳的价格表述都可能已经过期。
GLM-5.3-Flash发布常见问题
Q:GLM-5.3-Flash 到底哪天发布的? A:正式官宣并开源是 2026 年 8 月 26 日晚(北京时间)。首次公开露面是 8 月 20 日的匿名模型 Ox-Alpha,权重仓库的时间戳则显示为 8 月 25 日。
Q:它是 GLM-5.3 的缩小版或蒸馏版吗? A:不是。GLM-5.3 沿用 GLM-5.2 底座,提升来自后训练;GLM-5.3-Flash 是 GLM-5 系列首个原生多模态新底座,320B 总参 / 18B 激活,官方称从新训练的底座出发。
Q:Ox-Alpha 和 GLM-5.3-Flash 是同一个模型吗? A:是。Ox-Alpha 是 8 月 20 日至 26 日的匿名测试身份,中文社区称「牛来」,26 日晚被智谱官方认领,参数与匿名期列表上的规格一致。
Q:现在还能调用那个免费的 Ox-Alpha 接口吗? A:不能。揭晓后原条目已被正式模型 ID 替代,公开列表中已无该命名空间;如仍看到有人提供「牛来免费接口」,属于第三方转售或仿冒,不是官方渠道。
Q:开源协议是什么,可以用来做商业项目吗? A:权重为 MIT 协议,可商用、可微调、可再分发,且没有附加的禁止用途清单,唯一义务是保留版权声明。但代码仓库 zai-org/GLM-5 是 Apache-2.0,两者应分别记录。
Q:训练数据开源了吗? A:没有。约 30T token 的多模态预训练语料与完整训练配方均未发布,这也意味着官方宣称的效率与能力提升目前无法通过复现训练来验证。
Q:现在(2026 年 9 月)的价格是多少? A:海外标准价为输入 0.15、输出 0.50 美元每百万 token,缓存命中输入 0.03 美元;限时五折已于 9 月 9 日 24:00 结束。国内价格以 BigModel 定价页为准。
Q:为什么说它跑在国产芯片上? A:智谱披露匿名测试期与发布后的线上推理流量由超 10 万张国产芯片承载,集群走自研高带宽互联并在 SGLang 基础上改造了专用推理引擎。需要区分的是,这些芯片承载的是推理,不是从头训练;芯片具体型号官方未点名。
Q:它能处理视频吗? A:官方定位为原生多模态,托管文档列出文本、图像、视频与文件输入、文本输出,多篇媒体报道也提到其可处理视频。不过公开模型卡只演示了图文用例,视频能力缺少官方示例支撑,实际效果建议自行测试。