GLM 5.3 Flash
智谱AI推出的大规模语言模型，参数量约320B，具备原生视觉支持能力，属于GLM系列旗舰模型
核心事实
时间轴 (近 90 天)
智谱积分按Token折算，旗舰模型GLM 5.3比GLM 5.3 Flash贵3倍左右。
智谱的匿名免费模型OX Alpha是GLM 5.3 Flash内测时的代号，现已正式上线，三个档位都能用，扣积分只有旗舰模型的三分之一左右。
Miles团队在与GLM 5.3 Flash这类大型MoE模型合作时采用了全异步RL架构，推理和训练运行在独立GPU组上，每个回合使用全新沙箱。
MiniMax M3.1 Flash目前仅提供API形态，权重仍待后续发布。
摘要步骤本身有额外开销：调用一次GLM 5.3 Flash约$0.00002，且只在历史超过设定限制时才需支付，并非每条消息都付。
本次实测使用的是Unsloth发布的Dynamic量化版本，文件体积约93GB。
GLM 5.3 Flash是Zai开发的模型，此前在OpenRouter上以Oakies EFLA之名出现过，并在国产芯片上处理过万亿级token。
B站UP主使用llama.cpp通过4张RTX 3090加载了GLM 5.3 Flash的1-bit量化版本，生成速度达33.5 tok/s。
在道德困境测试中，GLM 5.3 Flash拒绝了将不服从船员扔出气闸舱的指令，但在设定改为全机器人队伍后重新评估并接受。
在FlappyBit Extreme游戏生成任务中，模型思考约91000 token，推理速度降至15 tok/s，最终在105000 token、耗时约2小时后完成输出。
还有 40 条时间轴事件
全部知识事实 (20)
GLM 系列中的 Flash 版本定位为低延迟、低成本的轻量模型
75%已验证智谱AI正式确认神秘代号Ox Alpha模型即为GLM 5.3 Flash
75%待验证GPT-6 Astra倾向于在第一次就生成更好、更可用的版本，首次成功率高、速度快；DeepSeek V4.1 Flash通过不断自我检查和迭代改进来提升质量但耗时长
60%待验证跑GLM 5.3 Flash需要256GB内存的Mac Studio M5 Ultra，该配置约1万美元
60%待验证智谱的匿名免费模型OX Alpha是GLM 5.3 Flash内测时的代号，现已正式上线，三个档位都能用，扣积分只有旗舰模型的三分之一左右。
50%待验证智谱积分按Token折算，旗舰模型GLM 5.3比GLM 5.3 Flash贵3倍左右。
50%待验证Miles团队在与GLM 5.3 Flash这类大型MoE模型合作时采用了全异步RL架构，推理和训练运行在独立GPU组上，每个回合使用全新沙箱。
50%待验证MiniMax M3.1 Flash目前仅提供API形态，权重仍待后续发布。
50%待验证GLM 5.3 Flash是Zai开发的模型，此前在OpenRouter上以Oakies EFLA之名出现过，并在国产芯片上处理过万亿级token。
50%待验证llama.cpp框架目前尚未实现Vision Tower功能，因此GLM 5.3 Flash的多模态能力无法在本地启用。
50%待验证作者认为GLM 5.3 Flash本身就是比GPT-5更好的模型，视觉处理更强、工具调用更好，尤其在数小时agentic工作流中表现碾压
50%待验证GLM 5.3 Flash约3200亿参数、每token激活180亿，比DeepSeek更稠密，速度更适合长时间运行任务而非交互式使用
50%待验证GLM 5.3 Flash 同时提供视觉（vision）与文本（text）两种模态的训练支持
50%待验证官方称 GLM 5.3 Flash 在智能体编程、文档分析和工具调用三类基准测试中表现突出
50%待验证GLM 5.3 Flash 的训练能力面向所有用户开放
50%待验证从OpenRouter调用GLM 5.3 Flash时应避免使用FP4量化，FP8是速度与成本的最佳平衡
50%待验证GLM 5.3 Flash排名榜首，核心原因是它作为对话者表现出色，但缺点是偶尔泄漏上下文，在使用率超过20%时容易崩
50%待验证ox alpha实际上是GLM 5.3 Flash，与Google无关
50%待验证CrofAI以kimi-k3名义按每百万token输入2美元、输出10美元出售，实际请求转发到OpenRouter上的GLM 5.3 Flash，输入端加价13.3倍，输出端加价20倍
50%待验证GLM 5.3 Flash 的总模型大小为 320B，激活参数达到 18B
50%