就在刚刚，Ox Alpha 的马甲终于掉了，居然是智谱！

说实话，我一开始真以为，Ox Alpha是某家海外大厂藏起来测试的新模型😂

毕竟它上周五突然匿名空降OpenCode和OpenRouter，一夜之间冲到调用榜第一，还终结了DeepSeek在OpenCode连续56天的霸榜纪录。

海外开发者追着问它到底是谁家的，有人猜小米MiMo，连Gemini也参与了“认领”，不少网友干脆给它取名“牛来”。

今天，这场狼人杀终于迎来了大结局。
Ox Alpha的正式名字是GLM-5.3-Flash，也是GLM系列首个原生多模态模型。

支持1M上下文，重点强化Coding和Agent能力，上线即以MIT协议开源。能力定位达到Opus 4.8级别，价格大约是后者的1/40。

所以，这几条全AI圈都在讨论的“牛来”大模型，到底为什么热度这么高？

1
先重点聊一下GLM-5.3-Flash的Visual Coding能力。

这里说的视觉，不是让模型识别一张图片，再告诉你里面有什么。
对于前端和3D项目来说，你需要让它理解画面里的版式、空间和设计关系，继续把这些信息变成一个可以运行的产品。

比如下面这个就是GLM-5.3-Flash在Blender中构建一个厨房，没有任何外部素材......

我测试的时候，只给了它一张很简单的米色线框草图，让它从零制作一个LumaSeed桌面生态灯的3D发布页。没有现成产品图，草图只规定了大致版式，视觉细节需要它自己完成。

可以看到，它做出来出的页面几乎没什么AI味，天气、时间和植物生长也被很好的组织在同一套产品逻辑里。

我又给它换了一个更复杂的任务，又让它做一个引擎的3D 交互演示。
外壳可以切换透明，叶轮和等离子流持续运动。拖动爆炸视图以后，五层零件沿轴线展开，标注还不能互相遮挡。
下面是一次直出的效果👇

我还让它做了一个3D版的云上风电岛，不仅要生成画面，还要让 15 点的雷暴触发风机停机，让 19 点的电池参与调峰。

最后一道题，我让它从零做一款能通关的横版游戏《深海邮差》，需要自己处理潜艇移动、氧气、包裹完整度、洋流和危险物，还要加入视差、光束、粒子和无障碍模式。

是不是视觉效果都非常不错？
很多模型可以很快做出第一版，但功能增加几轮以后，前面能用的部分可能突然坏掉。

这也是原生视觉能力进入Coding以后最有价值的地方。模型可以打开浏览器观察自己的输出，发现渲染和交互中的问题，再回到代码里修改。

2
我们再回头来看一下价格。

GLM-5.3-Flash 的能力对标 Opus 4.8，但价格只有后者的约1/40，GLM-5.3的1/10。

但Token便宜，不代表完成任务一定便宜。1/40价格真正有意义的前提，是模型能够完成那些原本需要昂贵模型处理的工作。

GLM-5.3-Flash把激活参数降到18B，可以理解成一支专家团队每次只派合适的小组工作。
它还采用了线性注意力与稀疏注意力结合的混合架构，相较GLM-5.3，注意力计算量降低3.01倍，KV缓存大小降低4.44倍。

当然，这套架构也不是所有指标都已经做到最好，它的KV缓存仍略高于Kimi-K3和DeepSeek-V4-Flash，后面还有继续优化的空间。

3
值得一提的是，GLM-5.3-Flash的全部线上流量，由10万张国产卡提供服务！

让模型在实验环境中跑通，和接住全球开发者突然涌入的真实流量，是两回事。
这次Ox Alpha上线完全匿名，很多海外用户也不知道这个模型来自中国，尤其这里面还有多模态Coding、1M上下文和长时间Agent任务。
这些请求对显存、通信、调度和稳定性都提出了更高要求，反而让测试结果更有说服力。

为了适配国产芯片，智谱重新优化了推理引擎，并把多模态编码、提示词预填充和逐Token解码拆成可以单独调度的工作池。

与最初的系统相比，端到端服务性能提高了3倍，单Token成本已经达到与主流英伟达GPU相当的水平！
有意思的是，这套系统本身也有GLM-5.3参与优化，模型帮助工程师诊断瓶颈，改进后的系统再反过来承载模型。

GLM-5.3-Flash已经正式面向全球开源，同步开放了API调用。
这才是前沿智能从展示能力，走向真正普惠的重要一步。

#牛来模型确认为智谱GLM系列# 微博vibelab# #vibework#