---
title: "【东吴计算机】智谱上线 GLM-5.3-Flash：国产芯片承接前沿模型大规模推理流量 8 月 26 日晚，智谱上线并开源 GLM-5.3-Flash（原生多模"
topic_id: 45548858841241818
created_at: 2026-08-27T09:39:13.600+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# 【东吴计算机】智谱上线 GLM-5.3-Flash：国产芯片承接前沿模型大规模推理流量 8 月 26 日晚，智谱上线并开源 GLM-5.3-Flash（原生多模

- 序号：440
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/45548858841241818)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

【东吴计算机】智谱上线 GLM-5.3-Flash：国产芯片承接前沿模型大规模推理流量

8 月 26 日晚，智谱上线并开源 GLM-5.3-Flash（原生多模态模型），即前期在 OpenRouter 匿名测试、调用量登顶的 Ox Alpha。模型为 320B 总参数、18B 激活的 MoE 架构，是 GLM-5 系列首个原生多模态版本，支持 1M 上下文，以 MIT 协议开源权重。我们认为其定位清晰，即以更低成本承接前沿能力：Artificial Analysis 综合智能指数 57 分，与 Claude Opus 4.8 持平，而定价仅为 GLM-5.3 的十分之一，限时折扣期内低至二十分之一。降本主要来自稀疏与线性注意力的混合架构，长上下文推理成本降至 GLM-5.3 的三分之一。

我们认为本次发布 对国产算力非常利好。智谱披露 匿名测试期间的全部推理流量由国产芯片集群承载，团队基于 SGLang 自建专用推理引擎，针对国产芯片显存与带宽短板，通过量化、分层部署、以计算换通信等方式优化，在同一硬件上实现端到端性能提升约 3 倍，单 token 成本已接近主流英伟达 GPU。这意味着国产算力的角色正在切换：从今年 2 月 GLM-5 时代的完成七大平台适配，推进至承接前沿模型的大规模真实生产流量，推理侧的经济性得到初步验证。 寒武纪、沐曦等多家厂商已宣布Day0适配 GLM-5.3-Flash

相关标的：寒武纪、海光信息、昇腾链（恒铭达、飞荣达等）、沐曦股份、天数智芯、中科曙光、紫光股份等

## 总体总结

主题正文
1. 【东吴计算机】智谱上线 GLM-5.3-Flash：国产芯片承接前沿模型大规模推理流量
2. 8 月 26 日晚，智谱上线并开源 GLM-5.3-Flash（原生多模态模型），即前期在 OpenRouter 匿名测试、调用量登顶的 Ox Alpha。
3. 模型为 320B 总参数、18B 激活的 MoE 架构，是 GLM-5 系列首个原生多模态版本，支持 1M 上下文，以 MIT 协议开源权重。
4. 我们认为其定位清晰，即以更低成本承接前沿能力：Artificial Analysis 综合智能指数 57 分，与 Claude Opus 4.8 持平，而定价仅为 GLM-5.3 的十分之一，限时折扣期内低至二十分之一。
5. 降本主要来自稀疏与线性注意力的混合架构，长上下文推理成本降至 GLM-5.3 的三分之一。
6. 智谱披露 匿名测试期间的全部推理流量由国产芯片集群承载，团队基于 SGLang 自建专用推理引擎，针对国产芯片显存与带宽短板，通过量化、分层部署、以计算换通信等方式优化，在同一硬件上实现端到端性能提升约 3 倍，单 token 成本已接近主流英伟达 GPU。
7. 这意味着国产算力的角色正在切换：从今年 2 月 GLM-5 时代的完成七大平台适配，推进至承接前沿模型的大规模真实生产流量，推理侧的经济性得到初步验证。
8. 寒武纪、沐曦等多家厂商已宣布Day0适配 GLM-5.3-Flash