智谱开源 GLM-5.3-Flash：原生多模态，320B 总参数仅激活 18B

Z.ai 8 月 26 日发布并开源 GLM-5.3-Flash，这是 GLM-5 系列首个原生多模态模型，支持文本、图片、视频输入与 1M-token 上下文。模型总参数 320B，每 token 仅激活 18B；官方 Hugging Face 模型卡已上线，许可证为 MIT，并提供 Transformers、vLLM、SGLang 等部署入口。

它采用稀疏注意力与线性注意力混合架构、mHC 和 30T-token 多模态预训练语料。相较 GLM-5.3，官方称注意力计算量与 KV Cache 分别降低约 3.0 倍和 4.4 倍。Z.ai 还披露，发布前曾在 OpenCode 与 OpenRouter 以匿名模型 ox-alpha 进行测试，相关流量由国产 AI 芯片集群承载。

官方报告 Artificial Analysis Intelligence Index v4.1.1 得分 57；DeepSWE v1.1 为 63.4（GLM-5.2：46.2），AutomationBench v1.0.6 为 48.8（26.2），Z.ai Code Bench max effort 为 29.0，接近 Claude Opus 4.8 的 29.5。模型 ID 为 glm-5.3-flash，已接入 API 与 GLM Coding Plan，后者可用额度为 GLM-5.3 的 3 倍。价格页列出的标价为每百万 tokens 输入 0.15 美元、输出 0.50 美元；当前 50% 折扣为 0.075/0.25 美元，至 9 月 9 日。

来源：
https://z.ai/blog/glm-5.3-flash
https://docs.z.ai/guides/vlm/glm-5.3-flash
https://huggingface.co/zai-org/GLM-5.3-Flash
https://docs.z.ai/guides/overview/pricing