智谱于近日发布轻量级旗舰模型 GLM-5.3 Flash，明确对标 DeepSeek V4 Flash，并调用超过 10 万张国产芯片集群为其推理服务提供算力。据《晚点 LatePost》了解，其算力供应商或来自 华为、摩尔线程与 海光，智谱官方未对此置评。
GLM-5.3 Flash 拥有 300B 参数规模，参数量约为 GLM-5.3 的 40%，与 DeepSeek V4 Flash 几乎持平。与同代小尺寸模型常蒸馏自大模型不同，GLM-5.3 Flash 采用与 GLM-5.3 不同的架构设计，具备原生多模态能力，支持图像和视频输入。这也是智谱战略聚焦 coding 以来首次推出具有多模态能力的新模型。
根据《晚点 LatePost》看到的智谱内部评测，GLM-5.3 Flash 的 Artificial Analysis Intelligence 分数为 57 分，超过上一代旗舰模型 GLM-5.2，与 Claude Opus 4.8 持平，也高于 DeepSeek 旗舰模型 V4 Pro 正式版的 53 分。
定价方面，GLM-5.3 Flash 每百万 token 输入 0.8 元、输出 2.8 元，缓存命中价格 0.23 元，正好为 GLM-5.3 的十分之一。横向对比调价后的 DeepSeek V4 Flash，其谷时价格分别为 1.5 元、4.5 元和 0.05 元。综合输入和输出成本，GLM-5.3 Flash 在绝大多数常规调用场景下更便宜。智谱已表示，上线前两周将实行半价。
正式发布前，智谱已在包括 OpenRouter 在内的第三方开放平台以 Ox Alpha 名义测试，5 天流量累积据悉超过 50 T，由于完全免费，刷新了 OpenRouter 与 OpenCode 的流量增长纪录。这并非智谱首次匿名发布新模型，今年春节前夕，OpenRouter 上曾出现名为 Pony Alpha 的模型，后被证实为智谱的 GLM-5。
GLM-5.3 Flash 全栈适配国产算力，线上流量均由国产芯片承接。智谱在技术文档中表示，其集群“硬件效率及单位 token 成本已经达到了与主流英伟达 GPU 相当的水平”，但未明确具体型号。
自 6 月以来，中国公司争相发布能力接近美国次等级闭源模型的产品。6 月 13 日智谱发布 GLM-5.2，7 月中 Kimi 的 K3 模型发布，8 月 DeepSeek V4 Pro 正式版发布，智谱则在 8 月 14 日发布 GLM-5.3，其参数与结构同 GLM-5.2 一致，但性能大幅提升，官方称完全基于后训练强化学习。
性能提升的同时，涨价一度成为叙事主流。Kimi K3 的输出价格高达 100 元，超过 K2.6 三倍多；智谱上半年提价后输出价格也达到 28 元。在流出的 梁文锋 录音中，他曾表示智能需求没有弹性，DeepSeek 只需赚取合理利润，然而 8 月 DeepSeek 全面提价，V4 Pro 从 6 元涨到 13.5 元，高峰 27 元；V4 Flash 输出从每百万 token 2 元涨到 4.5 元，高峰 9 元，官方理由是算力稀缺、长期低价侵蚀现金流。
事实证明智能能力需求同样有弹性，尤其是轻量级旗舰模型。涨价后，在第三方平台 OpenCode 上，DeepSeek V4 Flash 调用量掉了一半，这部分需求成为国产模型厂商新的增长空间。在美国，被归为第二梯队的 Meta 和 SpaceXAI 等正瞄准 OpenAI 和 Anthropic 的最先进模型，而后者的价格往往是中国模型的数十倍。以 Claude Opus 4.8 为例，官方输出价格为 25 美元，而 GLM-5.3 Flash 海外输出价格仅 0.5 美元。
在中国，模型选择多、能力差距小，厂商不仅要与同行竞争，还要面对开源部署、云厂商赠送额度等，模型难以作为稀缺品定价，更接近标准云服务价格。因此，中国厂商不断将接近旗舰的模型能力推入低价区间，用价格、开源和兼容性争夺调用量。不考虑算力采购与研发成本，模型推理是毛利很高的生意，前提是有足够大的需求与足够用的性能。随着 DeepSeek 提价，轻量旗舰模型覆盖的市场区间或将迎来更多竞争者。