神秘「牛来」模型揭晓：就是智谱 GLM-5.3 Flash，5 系首个原生多模态，国产卡训练

8 月 20 日，一个代号 Ox Alpha 的匿名模型上线 OpenRouter 与 OpenCode，支持百万 Token 上下文与多模态输入，上线首日即刷屏——在 OpenRouter 上刷新了单日 Token 调用历史记录，中文社区因「牛来」热梗将其称为「牛来大模型」，并围绕其真实身份展开猜测，范围集中在智谱、小米与谷歌之间。

8 月 26 日悬念揭晓：智谱确认 Ox Alpha 就是自家最新发布的 GLM-5.3 Flash——5 系列首个原生多模态模型。这意味着过去一周社区实测到的多模态能力（视频理解、3D 建模、UI 设计稿生成）全部来自智谱这款新模型，也解释了为什么 OpenCode 上它能直接挑战 DeepSeek 此前保持的 56 万 Token 长文件记录。

GLM-5.3 Flash 采用 MoE 架构：总参数量 320B，但实际激活仅约 18B——与 GLM-4.5 时期 92B 激活相比压缩了近 80%。智谱官方称，其综合能力全面超越此前 753B 的 GLM-5.2，在 Artificial Analysis 评测中拿到 57 分，与 Claude Opus 4.8 得分持平，属于「小激活、大能力」路线的最新代表。

效率来自架构与训练的双重升级：一是密集注意力与稀疏注意力混合（稀疏注意力通过全局摘要压缩上下文），并配合 IndexPool 记忆压缩机制，将 KV Cache 缩小约 4.4 倍；二是在 GLM-5.2 基础上叠加了约 30T Token 的多模态预训练数据，让视觉与文本能力在同一底座上对齐。

量子位的实测覆盖了几个典型场景。视频理解：给出一段电影解说视频，GLM-5.3 Flash 能识别解说人、台词与画面内容的对应关系，并据此还原画面结构；给它一部电影片段，它能自行完成理解与解说词的生成。

UI 设计：仅凭产品需求描述，即可生成包含首页、商品列表、购物车、订单地址等页面的可交互移动端 App 原型；3D 建模：在 Blender 环境下连续 12 小时自主完成一个 3D 模型项目。这些能力都跑在国产算力上，是国产模型首次在「原生多模态 + 国产卡」组合下达到这种完成度。

价格上，GLM-5.3 Flash 定价约为 GLM-5.3 的 1/10，限时折扣至 1/20，低于 DeepSeek V4-Flash 的对应价格——延续了 Flash 系列「低价高能」的打法。结合 8 月 14 日发布的 GLM-5.3（后训练 Scaling 编程跃迁），智谱一个月内完成「旗舰 + 轻量多模态」双线布局。

对行业而言，Ox Alpha 事件验证了三件事：匿名发布可以成为新模型低成本引爆社区关注的方式；原生多模态 + 小激活参数正在成为开源模型的新竞争维度；国产算力已经能支撑旗舰级多模态模型的训练与推理。对开发者来说，又多了一个可自部署、多模态、价格低于 DeepSeek V4-Flash 的选择。

AA 57 分与 Opus 4.8 持平是第三方榜单快照，不同基准的任务构成不同，实际体验应以自己的多模态任务为准；18B 激活意味着长文档、复杂推理场景仍需实测对比。

「国产卡」训练的具体芯片型号与规模未披露，官方口径为使用国产算力；限时折扣结束后价格可能回调，预算敏感团队建议关注官方公告。

GLM-5.3 Flash 是否开源权重尚未官宣，目前通过 OpenRouter/API 提供访问；开源节奏以智谱官方公告为准。