Description
上周 OpenRouter 上最火的匿名模型 Ox Alpha，今天揭晓正身：智谱 GLM-5.3-Flash，320B 原生多模态，MIT 权重已放出。一支视频看完全部数据。
看点：
1. 它上周以匿名身份空降 OpenRouter，免费、1M 上下文、能看图看视频，一周冲上双平台调用量第一——社区用 tokenizer 指纹和错误码 1210 把它认了出来
2. Artificial Analysis 拿了 57 分，和 Claude Opus 4.8 持平，但每个任务只要 $0.045；六项基准全胜上代，DeepSWE 和 AutomationBench 直接超过 Opus
3. 最狠的一件事：那一周的匿名流量，全部跑在国产芯片上，官方称端到端性能提升了 3 倍
关键内容：
· 解谜线：08-20 匿名上线 · tokenizer 计数与 GLM-5.3 完全一致 + 恒定 75 token 偏移 · 关 thinking 报错 1210 逐字一致 · 上一个匿名模型 Pony Alpha 就是 GLM-5
· 揭晓：GLM-5.3-Flash · GLM-5 系列首个原生多模态 · 320B 总参 / 18B 激活 · 1M 上下文 · 文本参数与 GLM-5.3 一致
· 跑分：AA 指数 57 分 @ $0.045/任务，站上价格-智力前沿；六项基准全胜 GLM-5.2（TB2.1 84.3 · DeepSWE 63.4 · AutomationBench 48.8 · GDPVal 1773）
· 诚实对照：DeepSWE 与 AutomationBench 超 Opus 4.8；TB2.1、HLE、ALE 三项仍落后，官方口径是综合逼近
· 架构：稀疏 × 线性混合注意力（开源首个）· 注意力计算 ↓3.01× · KV 缓存 ↓4.44× · 官方自认 KV 缓存仍大于 Kimi-K3 / DS-V4-Flash
· 价格：$0.11/$2.2 每百万 token · 官方口径为 GLM-5.3 的 1/10、限时折扣 1/20、Opus 4.8 的 1/40 · Coding Plan 额度 3×
· 国产芯片：数万颗加速器 · EPD 分离架构 · 端到端性能 3× · 硬件效率与单 token 成本约为主流英伟达 GPU 水平（官方口径）
· 多模态：视觉原生进 coding 循环 · Blender 自主运行 16 小时搭出约 400㎡ 主厨住宅与测试厨房
· 上线：MIT 开源权重已放出（仓库比官宣早一天建）· API / ZCode / Coding Plan 同步开放
· 迁移警示：thinking 仅支持 enabled，从 disabled 迁移要改成 enabled + reasoning_effort:"low"，否则请求失败
来源：
· 官方博客：z.ai/blog/glm-5.3-flash
· 模型文档：docs.z.ai / docs.bigmodel.cn（GLM-5.3-Flash 页）
· 权重仓库：huggingface.co/zai-org/GLM-5.3-Flash
· 社区取证：OpenRouter 页面存档与 Reddit 指纹帖（片内已标注）
· 数据核对：全部数字取自上述官方页面原文与图表，截至 2026-08-26
数据与排名均来自官方页面原文并逐项核对，图表数字经过双读校验。
BGM：Mining by Moonlight — Kevin MacLeod（incompetech.com，CC BY 4.0）
如有不准确之处，欢迎指出。
