智谱开源发布GLM-5.3-Flash模型 编程和智能体能力接近Claude Opus 4.8
内容提要
智谱开源发布GLM-5.3-Flash模型，采用MoE架构，总参数320B但激活仅18B，提升响应速度并降低成本。该模型在编程和智能体能力上接近Claude Opus 4.8，支持1M上下文，引入混合注意力机制。此前以ox-alpha代号在OpenRouter测试，现以MIT许可证开放下载。
延伸解读
架构调整：更小激活参数带来效率提升
GLM-5.3-Flash采用MoE架构，总参数320B但激活仅18B，相比GLM-4.5系列（355B总参、32B激活）显著降低推理成本。层数从92层减至45层，并首次引入线性注意力与稀疏注意力混合架构，使注意力计算量降低约30%，KV Cache占用减少约25%。这些设计旨在提升响应速度并降低部署门槛，尤其适合高频调用场景。
编程与智能体能力：基准测试表现亮眼
在官方测试中，GLM-5.3-Flash在DeepSWE v1.1（63.4分 vs 46.2分）和AutomationBench（48.8 vs 26.2）上较前代大幅提升。Toolathlon Verified得分78.4，超过Claude Opus 4.8的76.2；Code Bench最高推理强度下29.0分，接近Claude Opus 4.8的29.5分。这表明其在真实编程任务和智能体工具调用方面具备竞争力。
成本优势：性能接近但成本大幅降低
根据Artificial Analysis Intelligence Index，GLM-5.3-Flash获得57分，折扣后单任务成本约0.045美元，而Z.ai称相同性能过去通常需要约10倍成本。这意味着开发者可以以更低价格获得接近顶级模型的性能，尤其适合对成本敏感的规模化应用。但需注意，成本数据基于特定测试环境，实际使用可能因场景而异。
开源许可与发布策略：匿名测试后正式开源
该模型此前以ox-alpha代号在OpenRouter和OpenCode上免费部署，收集真实用户反馈并迅速成为热门。现以MIT许可证开放权重下载，允许个人和商业使用，甚至可修改后重新发布。这种先匿名测试再开源的方式，有助于在正式发布前优化模型，同时为开发者提供了灵活的商用选择。
Q&A
GLM-5.3-Flash模型的总参数和激活参数分别是多少？
GLM-5.3-Flash采用MoE架构，总参数规模为320B，但每次推理时仅激活18B参数。
GLM-5.3-Flash在编程和智能体能力上与哪个模型接近？
GLM-5.3-Flash在编程和智能体能力上接近Claude Opus 4.8。
GLM-5.3-Flash的上下文长度是多少？它引入了什么新的注意力机制？
GLM-5.3-Flash支持1M上下文，并首次在GLM系列引入线性注意力与稀疏注意力组成的混合架构。
GLM-5.3-Flash在DeepSWE v1.1和AutomationBench上的得分分别是多少？
GLM-5.3-Flash在DeepSWE v1.1上取得63.4分，在AutomationBench上取得48.8分。
GLM-5.3-Flash在Toolathlon Verified上的得分与Claude Opus 4.8相比如何？
GLM-5.3-Flash在Toolathlon Verified上取得78.4分，超过Claude Opus 4.8的76.2分。
GLM-5.3-Flash的模型权重在哪里可以下载？使用什么许可证？
GLM-5.3-Flash的模型权重可在Hugging Face下载，采用MIT许可证，允许个人和商业使用，也支持修改后再发布。
GLM-5.3-Flash在正式发布前以什么代号在OpenRouter上测试？
GLM-5.3-Flash在正式发布前以ox-alpha为代号部署在OpenRouter上测试。
