---
title: "智谱发布GLM-5.3-Flash前沿模型普惠化，国产芯片大规模推理验证落地【东北计算机】 🔥 智谱发布GLM-5.3-Flash。其参数追平 Claude O"
topic_id: 82258828418141852
created_at: 2026-08-28T09:40:07.652+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# 智谱发布GLM-5.3-Flash前沿模型普惠化，国产芯片大规模推理验证落地【东北计算机】 🔥 智谱发布GLM-5.3-Flash。其参数追平 Claude O

- 序号：417
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/82258828418141852)
- 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

智谱发布GLM-5.3-Flash前沿模型普惠化，国产芯片大规模推理验证落地【东北计算机】

🔥 智谱发布GLM-5.3-Flash。其参数追平 Claude Opus 4.8，定价仅为其 1/40。8 月 26 日智谱上线并开源 GLM-5.3-Flash（320B-A18B），为 GLM-5 系列首个原生多模态模型。总参数 320B、激活参数 18B（较 GLM-5.3 近乎减半），AA 综合智能指数 57 分追平 Claude Opus 4.8、全面超越 GLM-5.2。架构为首款稀疏 + 线性注意力混合的开源前沿模型，支持 1M 上下文并大幅降低长文本服务成本。能力上原生集成视觉编码，可在前端 / 游戏 / 3D 仿真中自主观察渲染结果并迭代改进，专业场景覆盖办公文档、金融研报与法律文书，已超越 Coding 范畴。

🔥 匿名测试流量全量跑在国产芯片上。端到端性能提升 3 倍、单 token 成本追平英伟达。发布前智谱以匿名模型 Ox-Alpha（"牛来"）大规模测试并创下双平台调用量新高，全部流量由国产芯片集群支撑。针对国产芯片内存带宽瓶颈，团队在 SGLang 基础上构建专用推理引擎，采用以算力换带宽、W8A8 量化、混合缓存量化及 EPD 分离式架构等定制优化。优化后端到端性能较基线提升 3 倍，硬件效率与单 token 成本达主流英伟达 GPU 相当水平。 我们认为这1）直接验证国产芯片可在大规模场景下高效、经济地支撑前沿模型推理需求；2）打破下游 "国产芯片能用不好用" 的顾虑，推动 CSP 与智算中心加速国产推理算力采购；3）推理侧替代窗口率先打开，利好国产 AI 芯片及算力基础设施厂商加速商业化放量。

相关公司：（未覆盖公司不作为推荐标的）
海光信息、摩尔线程、品高股份（未覆盖）、协创数据、宏景科技、禾盛新材、横店东磁（未覆盖）、紫光股份（未覆盖）、锐捷网络（未覆盖）、中科曙光（未覆盖）、寒武纪、景嘉微（未覆盖）、浪潮信息（未覆盖）等。

风险提示：大模型技术迭代不及预期；国产芯片性能与生态建设不及预期；模型商业化落地不及预期；行业竞争加剧。

## 总体总结

主题正文
1. 8 月 26 日智谱上线并开源 GLM-5.3-Flash（320B-A18B），为 GLM-5 系列首个原生多模态模型。
2. 总参数 320B、激活参数 18B（较 GLM-5.3 近乎减半），AA 综合智能指数 57 分追平 Claude Opus 4.8、全面超越 GLM-5.2。
3. 架构为首款稀疏 + 线性注意力混合的开源前沿模型，支持 1M 上下文并大幅降低长文本服务成本。
4. 能力上原生集成视觉编码，可在前端 / 游戏 / 3D 仿真中自主观察渲染结果并迭代改进，专业场景覆盖办公文档、金融研报与法律文书，已超越 Coding 范畴。
5. 针对国产芯片内存带宽瓶颈，团队在 SGLang 基础上构建专用推理引擎，采用以算力换带宽、W8A8 量化、混合缓存量化及 EPD 分离式架构等定制优化。
6. 优化后端到端性能较基线提升 3 倍，硬件效率与单 token 成本达主流英伟达 GPU 相当水平。
7. 2）打破下游 "国产芯片能用不好用" 的顾虑，推动 CSP 与智算中心加速国产推理算力采购；
8. 海光信息、摩尔线程、品高股份（未覆盖）、协创数据、宏景科技、禾盛新材、横店东磁（未覆盖）、紫光股份（未覆盖）、锐捷网络（未覆盖）、中科曙光（未覆盖）、寒武纪、景嘉微（未覆盖）、浪潮信息（未覆盖）等。