glm-5.3-flash

ChainCatcher 消息，智谱 GLM 团队披露递归自我改进方向的首个工程化实践，由 GLM-5.3 驱动的 Infra Agent 完成了 GLM-5.3-Flash 推理基础设施的设计、调试与优化。该实践在十万卡国产集群上完成，团队称其为国内大模型首个递归自我改进实践。

ChainCatcher 消息，B.AI 宣布 GLM-5.3-Flash 限时免费体验即将告一段落，1 折专属调用特惠将于 9 月 12 日 10:00（SGT）起无缝接棒，用户仅需支付原价的 10%，直接节省 90%，输入低至 $0.015/M、输出低至 $0.05/M。作为原生全模态大模型，GLM-5.3-Flash 拥有 320B 总参数与 18B 激活参数，结合稀疏与线性注意力混合架构及 1M 超长上下文，在编程开发、智能体、长上下文处理及高频 API 工作负载等场景下表现强劲。B.AI 始终践行算力普惠愿景，坚持低门槛接入，致力于以极具竞争力的价格，让每一位开发者都能无负担使用顶级算力，告别高昂成本，全速推进创新落地。

ChainCatcher 消息，9 月 9 日，智谱 GLM-5.3-Flash 官方调价即将生效。AI 模型调用平台 B.AI 宣布限时延长免费权益，即日起至 9 月 12 日 09:59（SGT），该模型在 B.AI 平台仍可全量免费调用。GLM-5.3-Flash 总参数 320B、激活参数 18B，支持 1M 上下文。Qwen3.8 Flash、Hy3、MiMo V2.5 等模型在 B.AI 平台仍保持免费开放。

ChainCatcher 消息，9 月 8 日，连接模型、Agent 与价值流转的智能全球结算层 B.AI 宣布，GLM-5.3-Flash 将在智谱官方限时 5 折优惠于 9 月 9 日 24:00 截止后，继续为全球开发者提供免费调用支持，开发者无需因上游价格调整改变使用习惯。GLM-5.3-Flash 为当前 B.AI 平台调用量领先的模型，拥有 320B 总参数与 18B 激活参数，支持 1M 超长上下文，兼顾极速响应与推理能力，被用于代码辅助、数据处理与文本生成。

ChainCatcher 消息，GLM-5.3-Flash 牛来模型已成为 B.AI 平台当前调用量最高、最受欢迎的模型，累计 Token 吞吐量突破 2.41 万亿。 作为 GLM-5 系列首款原生全模态模型，GLM-5.3-Flash 拥有 320B 总参数与 18B 激活参数，采用稀疏与线性注意力相结合的混合架构，支持 1M 超长上下文，兼顾极速响应、强大推理与高性价比。 即日起，开发者仍可通过 B.AI 平台免费调用该模型，覆盖高频 API、代码编写、复杂 Agent 及超长文档处理等多元场景。

ChainCatcher 消息，B.AI 平台昨日宣布免费模型阵容全面就绪，涵盖 GLM-5.3-Flash、DeepSeek-V4-Flash、DeepSeek-V4-Flash-Vision-Exp、Hy3（腾讯混元）、MiMo-V2.5（小米）及Qwen3.8-Flash 等六大顶尖模型，全部面向用户零门槛免费开放。 其中首发亮相的 GLM-5.3-Flash 即此前引发广泛关注的“Ox Alpha”，作为 GLM-5 系列首款原生全模态模型，搭载 320B 总参数与 18B 激活参数，采用稀疏+线性注意力混合架构并支持1M超长上下文，兼具极速响应与强大推理能力，成为高频调用场景下的性价比首选。本次免费阵容覆盖纯文本、多模态、代码生成、Agent 调度等多种场景，不论是开发者还是 AI 深度用户，均可通过 B.AI 平台以零成本调用前沿大模型能力，登录 chat.b.ai/chat 即可开启高效工作流。

ChainCatcher 消息，据证券时报，8月 27 日，记者从商汤获悉，商汤大装置为智谱近日上线并开源的 GLM -5.3- Flash 提供国产算力支持与 Token 服务，这被认为是国产算力规模化商用的又一个标杆。据透露，商汤大装置7月日均 Token 服务量已达到2.42万亿，预计2026年年底突破日均10万亿。

ChainCatcher 消息，8 月 27 日，一站式 AGI 基础设施平台 B.AI 宣布智谱 GLM-5.3-Flash（320B-A18B）正式登陆平台，并在 API 官方组全量免费开放。作为 GLM-5 系列首款原生全模态模型，GLM-5.3-Flash 拥有 320B 总参数与 18B 激活参数，由纯国产 AI 芯片提供算力支持，首次引入稀疏与线性注意力混合架构，配合 1M 超长上下文，兼具强悍性能与极致性价比。即日起，开发者可通过 B.AI API 官方组零成本调用，轻松驾驭复杂推理、长文本处理与多模态任务。

ChainCatcher 消息，智谱官方宣布上线并开源 GLM-5.3-Flash，这是 GLM-5 系列的首个原生多模态模型。 据悉，GLM-5.3-Flash 整体性能超过 GLM-5.2，编程和 Agent 评测已经接近 Claude Opus 4.8，但价格只有 GLM-5.2 的十分之一。它还换了一套新的基础模型，首次在 GLM 主系列引入稀疏注意力和线性注意力混合架构，并用 30T Token 多模态数据预训练。 智谱表示，为收集广大用户的广泛、专业反馈，在正式发布前，以匿名模型 Ox-Alpha(中文社区称作牛来)在 OpenCode 和 OpenRouter 上进行了大规模测试。Ox-Alpha 迅速成为当周最受欢迎的模型，创下双平台调用量新高，而这些请求流量全部由国产芯片提供算力支持。 此前社区对 Ox Alpha 的 DeepSWE 小样本测试一度跑出 80%，但那只有 10 道题。扩大样本后成绩回落到约 63%，测试者也主动纠正了最初的说法。这个成绩依然属于第一梯队，但没有最初 80% 那么夸张。权重开源后，开发者可以直接用 vLLM、SGLang、KTransformers 等框架自己部署，不需要再走匿名模型的 API。