2026年8月26日，智谱（Z.ai）正式确认，此前在OpenRouter等平台以匿名身份“Ox Alpha”（中文社区俗称“牛来”）进行测试的神秘模型，正是其新一代GLM-5.3-Flash。同日，智谱上线并开源该模型权重（MIT许可证），OpenRouter也同步更新官方条目为z-ai/glm-5.3-flash。这一揭晓结束了为期约一周的社区猜测，并进一步巩固了国产开源模型在高效推理与多模态能力上的竞争力。

详细情况：从隐身测试到正式发布

Ox Alpha于8月20日左右以“stealth/ox-alpha”身份登陆OpenRouter与OpenCode，提供免费调用，规格包括约104.8万Token上下文窗口、最大13.1万Token输出，支持文本、图像与视频输入。模型迅速走红，在OpenRouter过去7天调用量达23.2T（排名第一），在OpenCode累计调用量约44T并连续多日登顶。早期DeepSWE等软件工程基准的小样本测试表现亮眼，引发广泛讨论。社区通过分词器指纹、API特征与视频编码器行为等多维度探针，高度指向智谱GLM系列。

8月26日，智谱向Bloomberg确认Ox Alpha为GLM系列新迭代，随后正式发布GLM-5.3-Flash。官方披露的关键规格包括：

参数规模：总参数320B，激活参数仅18B（MoE架构）。
架构创新：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，注意力计算量与KV缓存分别降低约3.01倍与4.44倍，显著降低长上下文服务成本。
多模态：GLM-5系列首个原生多模态模型，支持文本、图像、视频输入。
性能：在多项编码与Agent基准上超越参数量更大的GLM-5.2，接近Claude Opus 4.8水平；在Artificial Analysis Intelligence Index等综合评测中表现进入全球前沿区间。
定价：正式API价格约为GLM-5.3的1/10（限时折扣更低），强调极致性价比。
算力：测试期间全部推理流量由国产AI芯片支持。

智谱表示，隐身测试旨在收集真实用户反馈，流量高峰全部由国产芯片承载，体现了软硬件协同能力。

技术与市场背景

GLM-5.3-Flash延续了智谱在高效MoE与后训练优化上的路线，通过更精简的激活参数与混合注意力设计，在保持强智能的同时大幅降低推理成本。相比此前发布的文本向GLM-5.3，Flash版本补齐了原生多模态能力，并针对Agent、办公与长程任务进行优化。开源MIT许可证进一步降低了企业与开发者的使用门槛。

这一发布正值国产大模型在开源与性价比赛道持续发力之际，与DeepSeek等厂商形成差异化竞争。

可能影响：隐身策略与高效开源的双重示范

1. 对开发者与开源生态的影响

正式开源后，开发者可直接下载权重进行本地部署或二次开发。百万级上下文与多模态支持，使其适合长文档分析、视频理解与复杂Agent工作流。极低成本定位有望加速在中小企业与个人开发者中的普及。

2. 对国产模型竞争格局的影响

Ox Alpha的隐身爆火证明了“先测后发”策略的有效性：免费高规格测试快速积累真实负载与口碑，正式发布时已具备市场热度。国产芯片全程支撑高并发，也增强了业界对自主算力的信心。智谱以更小激活参数实现更强性能，进一步验证了“效率优先”路线的可行性。

3. 对行业发布范式的影响

匿名测试成为越来越多实验室的选择，既能规避早期预期管理风险，又能获取真实用户数据。OpenRouter等聚合平台在此过程中