智谱官方发布 GLM-5.3-Flash 原生多模态模型

智谱AI发布GLM-5.3-Flash，官方定位为GLM-5系列首个原生多模态模型，关注价值在于其将多模态输入、稀疏与线性注意力结合，以及较小的激活参数规模放在同一款可本地部署模型中。

• 官方模型卡称，该模型总参数量为3200亿、每个token激活180亿参数，并采用重新训练的基础模型与新的训练方案。
• 架构上引入稀疏注意力与线性注意力的混合设计，并加入Manifold-Constrained Hyper-Connections，官方解释是为降低长上下文服务成本和改善扩展效率。
• 模型卡列出图像与文本混合输入示例，并提供Transformers、vLLM、SGLang和KTransformers等部署路径。
• 官方材料还称其使用了30000亿token规模的多模态预训练语料，并在部分基准和真实任务上超过GLM-5.2；这些性能比较仍属于发布方自测，需要结合统一评测条件解读。
• 输入条目把它概括为“原生多模态模型”，这一表述可以由官方模型卡支持，但“十分之一价格”等商业判断需要对应API价格表与相同调用条件才能成立。
• 影响/看点：若本地部署、长上下文和图文处理都能在实际工作负载中保持稳定，模型选择空间可能扩大；是否形成成本优势，取决于显存配置、量化方案、吞吐、服务价格和任务质量。资料依据: Z.ai官方博客《GLM-5.3-Flash》，2026年8月26日，https://z.ai/blog/glm-5.3-flash；Hugging Face官方模型卡《zai-org/GLM-5.3-Flash》，2026年8月，https://huggingface.co/zai-org/GLM-5.3-Flash；GLM-5技术报告，2026年2月，https://arxiv.org/abs/2602.15763

本内容由 AI 生成，仅供参考，请注意甄别