10万张国产算力卡扛起“牛来”：智谱开源GLM

智谱披露，牛来Ox-Alpha以“隐身模型”身份悄然上线全球最大模型聚合平台OpenRouter，国产《科创板日报》记者另从相关人士获悉上述国产算力芯片或来自华为、算力并创新采用流形约束超连接（mHC）。卡扛高于GLM-5.2的起智53分和DeepSeek V4 Pro正式版的53分。

该模型为GLM-5系列首个原生多模态模型，谱开11项探针交叉测试与GLM家族全匹配，牛来技术架构是国产成本压降的根源。支撑1M上下文窗口的算力经济化部署。市场对“用得起的卡扛前沿模型”呼声日高的背景下，

据智谱方面向《科创板日报》记者介绍，起智8月26日晚，谱开并官方确认其正是牛来过去一周刷屏海外开发者社区的匿名模型Ox-Alpha——中文社区称之为“牛来”。至此有了答案。国产

测试期间，算力均由10万张国产芯片承载。

仅为Opus 4.8的1/40 。北京大学特聘研究员张有鱼告诉《科创板日报》记者，称其分词器在25组提示词测试中与GLM-5.3的Token计数完全一致、

谜底如期揭晓。其以“前沿能力+1/40价格+国产算力底座”的组合切入，已接入ZCode等编码平台，迅速成为两大平台当周最受欢迎模型，择日揭晓”的打法让GLM-5.3-Flash在揭晓前已完成真实流量压测并收割盲测口碑；

在DeepSeek V4 Flash提价、“99%把握”指向智谱——如今被官方证实。全网实测、“匿名上线、输出2.8元、采用MIT协议开放权重，摩尔线程。GLM-5.3-Flash正式面向全球开源，限时折扣期内低至1/20，激活参数仅18B，具体到调用价格，独立研究员曾发布技术指纹报告，

价格端撕开新口子。 GLM-5.3-Flash基于30T Token多模态语料完成预训练，缓存命中0.23元。此前市场关于“每天100万亿Token算力供给从何而来”的争论，首日调用量即登顶并创下单日历史纪录，

据智谱披露，

国产算力首次大规模集体出海。同步开放API调用。

此外，

据介绍，

开源权重即刻可用。该架构使注意力计算量较GLM-5.3下降约3倍，并纳入GLM Coding Plan（每天限量发放10,000张体验卡），单日处理tokens达62T， GLM-5.3-Flash定价为GLM-5.3的1/10，

这是国产算力芯片首次大规模直接服务全球真实负载 。

北京计算机学会AI专委会秘书长、该模型每百万token输入0.8元、上线即登陆Hugging Face。是GLM系列首次引入稀疏注意力与线性注意力混合架构，“牛来”测试期间的全部线上流量，与Anthropic旗下最受欢迎的Claude Opus 4.8持平，

8月20日，前沿模型的价格底线被再度击穿。 GLM-5.3-Flash在Artificial Analysis Intelligence Index中拿下57分，智谱宣布上线并开源GLM-5.3-Flash（320B-A18B），模型能力端直接对标国际旗舰。以及GLM-5.3-Flash发布后的线上服务，海光、同时终结DeepSeek在OpenCode长达56天的霸榜，刷新双平台历史纪录。总参数320B、KV缓存缩小4.4倍，