智谱官方正式发布 GLM-5.3-Flash：开源 320B 原生多模态模型并支持 1M 上下文

智谱发布 GLM-5.3-Flash，并公开 320B 总参数、18B 激活参数的原生多模态模型，关注价值在于其把长上下文、视觉能力与低成本推理结合到开放权重模型中。

• 智谱于2026年8月26日在官方博客介绍该模型，称其支持最长约100万 token 上下文，并采用稀疏注意力与线性注意力混合架构。
• Hugging Face 官方模型卡显示，模型权重以 MIT License 发布，可通过 vLLM、SGLang 和 TokenSpeed 等框架部署。
• “320B”是总参数规模，“18B”是推理时激活参数规模，两者反映的是模型容量与单次计算量的不同维度，不能直接等同于运行成本。
• 智谱公布的 DeepSWE、AutomationBench 等结果属于厂商测试，实际表现还会受到提示词、推理框架、硬件和评测协议影响。
• 官方博客还称模型曾以 Ox Alpha 匿名运行，并在中国 AI 芯片上承载流量，但这说明的是测试与部署背景，不等于所有用户环境都能复现相同效率。
• 影响/看点：如果开放权重、1M 上下文和较低激活规模能在独立测试中保持稳定，模型可能降低长文档和多模态代理任务的部署门槛；其实际价值取决于硬件适配、显存需求、推理速度与许可证使用边界。
• 资料依据: Z.ai《GLM-5.3-Flash: Frontier Intelligence, Flash Cost》（2026年8月26日） https://z.ai/blog/glm-5.3-flash；Hugging Face 官方模型卡 https://huggingface.co/zai-org/GLM-5.3-Flash

本内容由 AI 生成，仅供参考，请注意甄别