- 发布日期
原生多模态MoE模型，参数规模320B-A18B，支持百万级上下文窗口
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
Z.ai 推出了 GLM-5.3-Flash，这是一款新的混合专家（MoE）大型语言模型，总参数量达3200亿，每个词元仅激活180亿参数。这款原生多模态模型能够处理图像和视频，具备高达1,048,576词元的超大上下文窗口，并以MIT许可证发布，权重可在 Hugging Face 上获取。据该实验室称，其在多项基准测试中显著优于前代模型 GLM-5.2，而运行成本仅约为前者的十分之一。
该模型通过先以 "Ox Alpha" 的匿名名称在 OpenCode 和 OpenRouter 平台上运行整整一周，实现了这一具有竞争力的性能。一个值得注意的细节是，这整个预览期完全在国产AI芯片上提供服务。这种方法突出了对成本效率的关注，因为 Z.ai 报告称，GLM-5.3-Flash 在其内部编码基准测试中仅比 Claude Opus 4.8 低不到半个百分点。
部署可通过两条主要途径进行。拥有充足计算资源的大型组织，特别是那些拥有至少一个配备 NVIDIA Hopper 架构或更新架构的8 GPU 节点的组织，可以使用 Hugging Face 上的权重进行自托管。对于其他用户，一个托管 API 已经上线并定价，使得模型可供依赖云计算的小型团队和初创公司使用。
该模型的架构引入了提升效率的关键技术创新。它采用混合注意力机制，在其45层结构中结合了线性和稀疏注意力层。它还采用了 IndexPool，通过压缩数据来降低长上下文任务的延迟和内存使用，以及流形约束超连接（mHC）来提高扩展效率，与前代模型相比，激活参数和层数均减半。
Z.ai 确定了 GLM-5.3-Flash 在软件开发、IT自动化、金融文档分析和企业商业智能方面的即时应用。具体用例包括仓库级编码代理、百万词元日志分析和基于截图的UI回归检查。Artificial Analysis 的独立分析为其单位智能成本给出了高分，但也指出该模型比一些竞争对手更慢、更冗长。
标准API定价为每百万输入词元0.15美元，每百万输出词元0.50美元，并提供折扣层级。该模型可通过所有层级的 GLM 编码计划访问，起价为每月18美元。此次发布将 GLM-5.3-Flash 定位为在日益激烈的AI模型格局中，尤其是在编码和长上下文分析任务方面，一款功能强大且价格实惠的选择。
