ARTICLE · 人工智能
GLM-5.3-Flash：前沿智能进入普惠时代
一语总结智谱发布 GLM-5.3-Flash，一个基于 320B 参数的超轻量级多模态模型，在 AA 综合智能指数中与 Claude Opus 4.8 持平，但定价仅为后者的 1/40，实现了前沿智能的普惠化。
GLM-5.3-Flash 是智谱推出的首个原生多模态模型，由 GLM-5.3 微调而来。该模型采用稀疏注意力与线性注意力混合架构，显著降低了长上下文服务成本。在各项基准测试中，GLM-5.3-Flash 表现优异，尤其在视觉编码和专业工作（如金融、法律）方面展现出超越同级别模型的理解能力。模型已在国产芯片上进行大规模测试，并正式开源，接入 ZCode 等平台，为开发者提供高效、经济的推理服务。
- 超轻量级架构，极致成本优化
GLM-5.3-Flash 基于 320B 参数，但通过稀疏注意力与线性注意力混合架构，将注意力计算量降低 3.01 倍，KV 缓存大小降低 4.44 倍，从而实现极低的推理成本，定价仅为 GLM-5.3 的 1/10。
- 前沿智能，全球领先水平
在 Artificial Analysis Intelligence Index（AA）中，GLM-5.3-Flash 取得 57 分，与 Claude Opus 4.8 持平，进入全球前沿模型能力区间。在 Z.ai Code Bench 体感评估中，其编程表现也与 Opus 4.8 相当。
- 原生多模态，视觉编码能力强
作为首个原生多模态模型，GLM-5.3-Flash 在视觉编码方面表现出色，能够自主判断何时需要观察，并利用视觉反馈指导下一步行动。在前端开发、游戏开发等领域，该能力显著提升了模型的实用性。
- 专业领域优化，覆盖金融法律
模型针对金融、法律等专业工作进行了专门优化。在金融方面，可覆盖从研究到建模的完整流程；在法律方面，可审查合同并按律师惯例批注，生成即时可交付的专业文档。
- 国产芯片部署，高效可靠服务
GLM-5.3-Flash 已在国产芯片集群上进行大规模测试，通过自研推理引擎和内存优化，实现了与主流 GPU 相当的硬件效率和单 token 成本，证明了国产芯片支撑前沿模型的可行性。
GLM-5.3-Flash：前沿智能进入普惠时代
GLM-5.3-Flash 是智谱推出的首个原生多模态模型，由 GLM-5.3 微调而来。该模型采用稀疏注意力与线性注意力混合架构，显著降低了长上下文服务成本。在各项基准测试中，GLM-5.3-Flash 表现优异，尤其在视觉编码和专业工作（如金融、法律）方面展现出超越同级别模型的理解能力。模型已在国产芯片上进行大规模测试，并正式开源，接入 ZCode 等平台，为开发者提供高效、经济的推理服务。
智谱发布并开源 GLM-5.3-Flash，一个 320B 总参数、18B 激活参数的原生多模态模型。按官方口径，它在 Artificial Analysis 综合智能指数中获得 57 分，与 Claude Opus 4.8 持平，价格却只有后者的 1/40。稀疏注意力与线性注意力混合架构、30T Token 多模态预训练语料和国产芯片大规模服务，共同回答了一个关键问题：前沿智能如何从昂贵能力变成可以放手使用的基础供给。对开发者而言，更值得观察的是低价模型能否把金融、法律和视觉编码等高频任务带入规模化使用。
文章金句
"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 GLM-5.3 的 1/10，限时折扣内为 GLM-5.3 的 1/20，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，线性注意力通过递归机制捕获局部依赖关系，稀疏注意力则借助轻量级索引器召回全局上下文。我们引入 IndexPool 为进一步降低 1M 上下文下索引器的时延与内存开销，通过加权池化将索引器的 4 个缓存向量压缩为 1 个。