智譜AI於今日釋出GLM-5系列的首個原生多模態模型GLM-5.3-Flash。該模型總引數達320B，但啟用引數僅18B，在多項基準測試和真實工作負載中表現優於前代GLM-5.2，而推理價格僅為後者的十分之一，在編碼和智慧體相關基準上接近Claude Opus 4.8的水平。

GLM-5.3-Flash基於全新訓練的基座模型，其架構和訓練方案圍繞能力與效率重新設計。模型首次在GLM系列中引入稀疏與線性注意力混合架構，在保留精確長上下文能力的同時，大幅降低長上下文推理的服務成本。此外，模型採用流形約束超連線（mHC） 技術以提升擴充套件效率，並配合最新的30T token多模態預訓練語料，實現用更少算力獲得更強智慧。

在部署方面，GLM-5.3-Flash支援SGLang、vLLM、TokenSpeed、Transformers、KTransformers、Unsloth等主流推理框架，開發者可便捷地在本地執行。模型還支援通過reasoning_effort引數控制思考預算，提供低、高、最大三檔，預設設為最大，以適應不同場景的推理需求。

此次釋出延續了智譜在開源模型領域的激進策略。此前，GLM系列已在中文社群積累大量使用者，此次Flash版本以低價高能定位，可能進一步壓縮中小型模型廠商的生存空間，並推動多模態應用和智慧體開發的普及。從產業角度看，GLM-5.3-Flash的低推理成本有望降低AI應用開發門檻，利好下游應用層創新，同時可能加劇頭部模型廠商之間的價格戰，對算力服務商和雲廠商的定價策略產生影響。

值得注意的是，GLM-5.3-Flash在編碼和智慧體基準上的表現接近Claude Opus 4.8，這表明國產模型在複雜任務處理能力上正快速追趕國際領先水平。不過，實際效果仍需在真實業務場景中進一步驗證。智譜表示，更多技術細節將隨GLM-5技術報告釋出，開發者可通過Z.ai API平台呼叫該模型的雲端服務。