Back to News

Zhipu AI open-sources GLM-5.3-Flash, a 320B multimodal model priced at 1/40 of Claude Opus 4.8

1126 points · 573 comments#glm-5.3-flash#open-weight#multimodal#zhipu-ai

Zhipu AI released and open-sourced GLM-5.3-Flash, the first natively multimodal model in the GLM-5 series, with 320B total parameters (18B active). It scores 57 on the Artificial Analysis Intelligence Index, matching Claude Opus 4.8, and is priced at one-tenth of GLM-5.3, or one-fortieth of Opus 4.8. The model uses a hybrid sparse and linear attention architecture, runs on domestic Chinese chips, and was tested anonymously as Ox-Alpha on OpenRouter and OpenCode.

Coverage timeline

  1. Hacker Newsed-is-ai
    GLM-5.3 (open-weight) beat Anthropic/OpenAI models – for 1/5 the costHN
  2. 智谱 Research
    GLM-5.3-Flash：前沿智能进入普惠时代

    今天，我们上线并开源GLM-5.3-Flash (320B-A18B)，这是GLM-5系列的首个 原生多模态模型 。 大家好像已经习惯将前沿智能与前沿价格绑定，并认为这是技术进步必须支付的成本。今天，GLM-5.3-Flash来了：320B总参数，能力超过GLM-5.2，在全球权威的Artificial Analysis Intelligence Index（AA综合智能指数）中取得 57分 ，进入全球前沿模型能力区间，与Anthropic最受欢迎的模型Claude Opus 4.8得分持平。在自研Z.ai Code Bench体感评估中，其编程表现与Claude Opus 4.8相当。 与此同时，GLM-5.3-Flash定价为1/10的GLM-5.3，限时折扣内为1/20的GLM-5.3，为Opus 4.8的1/40。同样智力，1/40价格，前沿智能，第一次不需要省着用。 为收集广大用户的广泛、专业反馈，我们在正式发布前，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。 GLM-5.3-Flash在各项基准测试和实际使用中，全面超越参数量高出一倍的GLM-5.2，定价却仅为后者的1/10。这得益于其全新模型架构。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。结合我们最新的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。 GLM-5.3-Flash同时进行了多项架构升级，是首个采用稀疏注意力与线性注意力混合架构的开源前沿模型，在保持精准长上下文能力的同时，大幅降低长上下文服务成本；并采用流形约束超连接（Manifold-Constrained Hyper-Connections，mHC）提升模型Scaling能力。具体技术细节见Blog：https://z.ai/blog/glm-5.3-flash。 极致低成本架构 为降低模型长上下文场景下的注意力成本，我们采用线性注意力与稀疏注意力相结合的混合架构。其中，线性注

  3. Hacker NewsPhilpax
    GLM-5.3-FlashHN
  4. Techmeme
    Z.ai releases GLM-5.3-Flash, the first natively multimodal GLM-5 series model, with 320B parameters, saying it outperforms GLM-5.2 at "one-tenth the price" (Z.ai)

    Z.ai : Z.ai releases GLM-5.3-Flash, the first natively multimodal GLM-5 series model, with 320B parameters, saying it outperforms GLM-5.2 at “one-tenth the price” — We introduce GLM-5.3-Flash, the first natively multimodal model in the GLM-5 series. With 320B total parameters …

  5. Hacker Newstheanonymousone
    GLM-5.3-Flash Intelligence, Performance and Price AnalysisHN
  6. 机器之心机器之心
    刚刚，Qwen3.8-Flash震撼发布，我们看到了Qwen4的骨架

    编辑｜Panda、山辉 8 月 17 日零点，DeepSeek 新的 API 价格正式生效。 V4 全系启用峰谷分时计费，工作日 9:00 至 12:00、14:00 至 18:00 按高峰价结算，其余时段价格减半。想不到，大模型也有需要「错峰用电」的一天。 第三方核算显示，V4 Flash 闲时缓存未命中输入价格上涨约 57%，闲时输出上涨约 136%，高峰时段的输出价格则接近旧价的 4.7 倍。 DeepSeek V4 系列 API 新旧价格对比。数据来源：Ginger Labs 涨价的不止一家。此前 OpenAI、谷歌和 Anthropic 已相继上调 API 价格或收缩免费额度。过去两年，大模型厂商一路把价格往下打，在 2026 年下半年，这条价格曲线却开始集体掉头。 原因并不复杂。推理需求的增长跑赢了算力供给的增长，而 Agent 把单次调用变成了几十次调用。当账单从「一问一答」变成「一个任务跑几小时」，此前靠补贴维持的低价就撑不住了。 能力向上，价格还能不能向下？这成了大模型真正进入生产环境前的一道必答题。 就在刚刚，阿里交出了一份让人满意的答卷：发布了 Qwen3.8-Flash ，同步开源 Qwen3.8-Flash-Next （两者为同一模型，前者是 API 版本名称，后者是开源版本的正式名称）。 它的成绩相当亮眼。在智能体编程基准 DeepSWE 1.1 上，它拿到 58.7 分，而参数规模是它三倍的前代 Qwen3.7-Plus 只有 16.5 分；长周期办公任务 CoWorkBench 和专业岗位任务 JobBench 上分别为 73.9 和 55.7 分，明显高于 Claude Opus 4.6（Max）的 68.2 和 36.6 分；多模态方面，AndroidWorld、ERQA、MathVision 等基准同样大幅领先。它并非全面占优，HLE 上的 35.9 分仍落后于 Opus 4.6 的 40.0 分，仓库级代码生成 NL2Repo-Bench 也不及 DeepSeek-V4-Flash-0731。 但真正的反差在价格。Qwen3.8-Flash 在千问 AI 平台的定价为 每百万 token 输入 1 元、输出 3 元 ，仅为本月初发布的 Qwen3.8-Max 的十二分之一，也低于 DeepSeek V4 Flash 在 8 月

  7. 晚点 LatePost
    晚点独家丨智谱推出对标 DeepSeek 的轻量旗舰模型，由 10 万国产卡支持

    智谱发布旨在对标 DeepSeek V4 Flash 的轻量级旗舰模型 GLM-5.3 Flash ，调用超过 10 万张国产芯片集群用于该模型推理服务。据《晚点 LatePost》了解，其算力供应商或来自华为、摩尔线程与海光，智谱官方没有评论这一信息。 GLM-5.3 Flash 拥有 300B 参数规模， 参数量约为 GLM-5.3 的 40%，与 DeepSeek V4 Flash 几乎持平。与同代小尺寸模型往往蒸馏自大模型不同，GLM-5.3 Flash 采用与 GLM-5.3 不同的架构设计，具有原生多模态能力，支持图像视频输入，这也是智谱战略聚焦 coding 以来第一次推出具有多模态能力的新模型。 随着 AI 模型能力持续提升，轻量旗舰模型能够负担越来越多的工作任务，这创造了新的增长空间，8 月 DeepSeek V4 Flash 的提价不仅证明了市场强劲需求，也预示了更激烈竞争的到来。 根据《晚点 LatePost》看到的智谱内部评测， GLM-5.3 Flash 的 Artificial Analysis Intelligence 分数为 57 分。这一分数超过上一代旗舰模型 GLM-5.2，和 Claude Opus 4.8 持平，也高于 DeepSeek 旗舰模型 V4 Pro 正式版的 53 分。 GLM-5.3 Flash 每百万 token 输入 0.8 元，输出 2.8 元，缓存命中价格 0.23 元，正好为 GLM-5.3 的十分之一。横向对比调价后的 DeepSeek V4 Flash，其谷时价格分别为 1.5 元、4.5 元 和 0.05 元。综合输入和输出成本，GLM-5.3 Flash 在绝大多数常规调用场景下更便宜。 智谱已经表示，上线前两周 GLM-5.3 Flash 会实行半价。 正式发布前智谱已在包括 OpenRouter 在内的第三方开放平台以 Ox Alpha 名义测试，5 天流量累积据悉超过 50 T，由于完全免费，刷新了 OpenRouter 与 OpenCode 流量增长纪录。 这不是智谱第一次以匿名形式发布新模型，今年春节前夕，OpenRouter 上出现一个名为 Pony Alpha 的模型，名字呼应中国农历马年，后来被证明是智谱的 GLM-5 模型。 GLM-5.3 Flash 全栈适配国产算力，线上流

  8. Hacker Newsjeudesprits
    GLM-5.3 is now open-weightHN

    https://twitter.com/Zai_org/status/2093354097122455713 https://z.ai/blog/glm-5.3