智谱Token推理成本较年初降80%：10万张国产芯片跑大模型
相关推荐
智谱再发匿名模型：GLM-5.3-Flash刚转正，Omen Alpha又来了
动察 Beating AI 快讯，OpenCode 又上线一个匿名模型 Omen Alpha，而这次身份似乎已经提前露馅。OpenCode 自己的数据页直接把它归在 Zhipu 名下。智谱目前还没有正式认领，也没有公布它究竟是哪款 GLM。 这离上一个匿名模型揭晓只有 9 天。智谱此前把 GLM-5.3-Flash 化名为 Ox Alpha，在 OpenRouter 和 OpenCode 免费测试。8 月 26 日才正式公布真身，并开放模型权重。 但这次没有免费午餐了，Omen Alpha 只给每月 10 美元的 OpenCode Go 用户使用，套餐提供价值 100 美元的 Omen 用量。每百万 token 输入收费 0.20 美元，输出 0.66 美元，比 GLM-5.3-Flash 正式价格高约三成；但 GLM-5.3-Flash 目前正在打五折，按现价算，Omen Alpha 大约贵 1.6 倍。 Omen Alpha 的正式规格目前还是空白。OpenCode 没公布上下文、输入模态和最大输出。社区已经有人猜它可能是新的 GLM-5.x 或 Omni 分支。
「牛来」模型Ox Alpha就是 GLM-5.3 Flash？预测市场超九成认定智谱
动察 Beating AI 快讯，神秘模型 Ox Alpha 的身份竞猜已经明显倒向智谱。Polymarket 上，Z.ai 的概率目前超过 90%，第二名 Google 只有约 5%。Ox Alpha 是最近突然出现在 OpenRouter 上的匿名推理模型，主打编程和长时间 Agent 任务。 最硬的线索来自后端。社区开发者故意向 OpenCode 的 Ox Alpha 接口发送错误参数，服务器吐出了 com.wd.paas.api.domain.v4.chat.ChatCompletionRequest。其中的 paas/v4/chat 与 Z.ai 官方 API 路径直接对上。继续发送非法 role 时，Ox Alpha 又返回 1214 Incorrect role information，和 Z.ai 自己托管的 GLM 一致。换成 DeepInfra 托管同一 GLM 权重，报错格式就变了。 模型本身的指纹也对上了。一份公开取证跑了 600 多次请求、约 1350 万输入 Token，44 组分词器测试全部匹配 GLM-5 这一代。
「牛来」模型 ？OpenRouter又放匿名模型，Ox Alpha疑似小米MiMo新模型
动察 Beating AI 快讯，OpenRouter 上线新匿名模型 Ox Alpha，定位为面向代码、长时间 Agent 工作和真实生产环境的前沿模型，支持 100 万 Token 上下文，并支持文本、图片、视频输入。目前模型免费开放测试，提供方不会使用用户的 prompt 和输出训练模型。 Ox Alpha 的身份暂未公开，但社区普遍猜测它可能来自小米 MiMo 团队。小米 CFO 林世伟此前也透露，新一代 MiMo 模型正在训练中，有望很快发布。 在 OpenRouter 上匿名放新模型已经快成中国模型厂商的固定节目。此前智谱的 GLM-5、小米的 MiMo-V2-Pro 和 MiMo-V2-Omni、蚂蚁的 Ling-2.6-flash、美团的 LongCat-2.0，都曾先换个名字在 OpenRouter 免费跑一轮，再公开真实身份。
商汤大装置为智谱 GLM-5.3-Flash 提供国产算力与 Token 服务
火星财经消息，据证券时报，8月 27 日，记者从商汤获悉，商汤大装置为智谱近日上线并开源的 GLM -5.3- Flash 提供国产算力支持与 Token 服务，这被认为是国产算力规模化商用的又一个标杆。据透露，商汤大装置7月日均 Token 服务量已达到2.42万亿，预计2026年年底突破日均10万亿。
灵犀专业版Day 0首发接入智谱GLM-5.3-Flash
火星财经消息，8月26日，金山办公旗下AI办公智能体灵犀专业版宣布Day 0首发接入智谱GLM-5.3-Flash模型。该模型此前以匿名身份在OpenRouter、OpenCode测试走红，被社区称为“牛来大模型”（Ox-Alpha）。
「牛来」模型GLM-5.3-Flash正式开源：320B 参数仅激活 18B，价格只有 GLM-5.2 十分之一
动察 Beating AI 快讯，白天认领 Ox Alpha 后，智谱晚上正式开源 GLM-5.3-Flash，模型权重已经上线 Hugging Face，采用 MIT 许可。它总参数 320B，但每次只激活 18B，原生支持文字、图片和视频，也是 GLM-5 系列首个原生多模态模型。 官方称，GLM-5.3-Flash 整体性能超过 GLM-5.2，编程和 Agent 评测已经接近 Claude Opus 4.8，但价格只有 GLM-5.2 的十分之一。它还换了一套新的基础模型，首次在 GLM 主系列引入稀疏注意力和线性注意力混合架构，并用 30T Token 多模态数据预训练。 此前社区对 Ox Alpha 的 DeepSWE 小样本测试一度跑出 80%，但那只有 10 道题。扩大样本后成绩回落到约 63%，测试者也主动纠正了最初的说法。这个成绩依然属于第一梯队，但没有最初 80% 那么夸张。 权重开源后，开发者可以直接用 vLLM、SGLang、KTransformers 等框架自己部署，不需要再走匿名模型的 API。