神秘「牛来」模型真身曝光：智谱GLM-5.3 Flash，首个原生多模态还跑在国产卡上 ...

这几天在海外开发者圈子里爆火的「神秘模型」——牛来（Ox Alpha），真身终于曝光了：原来是国产厂商智谱发布的 GLM-5.3 Flash，还是 GLM-5 系列里首个原生多模态模型，发布即开源，而且从头到尾跑在国产芯片上。

据说，这款模型此前在匿名测试阶段，就在 OpenRouter 上冲上了单日调用量榜首、刷新了历史纪录，还终结了 DeepSeek 在 OpenCode 平台连续 56 天的霸榜纪录——当时海外开发者压根不知道它是谁家的，纯粹是觉得好用才一直往里塞提示词。

为什么 320B 的模型能这么能打？ 据了解，GLM-5.3 Flash 总参数 320B，实际激活只有 18B，层数也从上一代的 92 层压到 45 层，能力却全面超越了 753B 的 GLM-5.2。根据最新的 AA 榜单，它拿到 57 分，与 Claude Opus 4.8 持平，已步入全球前沿行列。价格更是打到「骨折」：定价只有 GLM-5.3 的 1/10，限时折扣相当于 Claude Opus 4.8 的 1/40，低于 DeepSeek V4 Flash——前沿模型第一次这么「日常消耗品」。

这次它还终于「长出了眼睛」：能看懂视频里谁在说话并精准配字幕，能把一整部电影直接解说出中文字幕视频，也能照着一张 UI 设计稿做出可交互的购物 App。而支撑这一切的 62T Tokens 推理，全部跑在国产加速卡上。

据官方介绍，模型已对全球开源，并接入 ZCode、开放 API，开发者可自行部署。模型、国产算力和开源生态，这次算是真正接到了一起。

来源：量子位（《神秘「牛来」模型果然是智谱！GLM首个原生多模态，还用的国产卡》）

原文链接：https://www.qbitai.com/2026/08/479919.html