智谱刚刚发布了 GLM-5.3-Flash (320B-A18B)，即之前匿名的 Ox Alpha。

划重点：之前在OpenCode和OpenRouter 上的免费测试请求流量全部由国产芯片提供算力支持。

名字就能看出来，模型总参数320B，激活 18B。

智谱表示，GLM-5.3-Flash的架构专为极低成本而设计，总参数量与GLM-4.5相当（355B vs. 320B），但激活参数量（32B → 18B）与层数（92 → 45）几乎减半。结合其最新的30T Token多模态预训练语料，GLM-5.3-Flash能够以更少的计算资源实现更强的性能。

另外，GLM-5.3-Flash 采用了稀疏注意力与线性注意力混合架构，也大幅降低了长上下文服务成本。

定价：GLM-5.3的1/10，限时折扣内为GLM-5.3的1/20。

在 GLM Coding Plan 中， GLM-5.3-Flash 相较于 GLM-5.3，可用额度增加至 3 倍。