
刷屏快一周的匿名模子「牛来」开云体育,清雅揭晓了真身。
8 月 26 日晚,智谱清雅上线并开源了 GLM-5.3 Flash,说明它就是 8 月 20 日起以 Ox-Alpha 代号,在大模子团聚平台 OpenRouter 和 OpenCode 上匿名测试的阿谁模子。

提及来,这是智谱第二次用这种匿名模子先免费跑一周赚流量,然后再官宣认领,前次是「马来」。春节前夜的 Pony-Alpha,其后被诠释是 GLM-5。
就在吞并晚,也发布了一款新模子,且一样是 Flash 款。Qwen3.8-Flash 清雅在大模子开源平台 Hugging Face,和阿里的模子开源社区魔搭 ModelScope 开源权重。
尽头的是,千问这款新模子,天然是 Flash,然而却动作 Qwen4 架构的早期预览版,用的是下一代 Qwen4 模子的新架构。

架构除外,两个新模子的 benchmark 数据和具体发扬,也少量不像是正本咱们对 Flash 的印象,即旗舰/Pro 模子的删减版。
GLM-5.3-Flash 领有百万落魄文,亦然 GLM-5 系列的第一个原生多模态模子,图片、视频、文献、Coding,以及 Computer Use 这些功能当今一齐靠模子就能作念到。
Qwen3.8-Flash 雷同保留百万落魄文、图像和视频输入,商酌千问办公,生成速率晋升 100%,Token 浮滥减少 75%。

图|GLM-5.3 Flash 在多个 benchmark 上的发扬基本在 Opus 4.8 的水平
与此同期,极致性价比和普惠是这两款模子的定位。GLM-5.3-Flash 的订价前所未有,限时扣头内每百万 Token 输入是 0.4 元,输出 1.4 元,缓存射中 0.115 元,是 GLM-5.3 的 1/20。
Qwen3.8-Flash 的价钱雷同感东谈主,每百万 Tokens 输入仅 1 元、输出 3 元,是 Qwen3.8-Max 的 1/12。
动作对比,现阶段加价后的 DeepSeek V4 Flash 价钱是每百万 Token 输入是 1.5 元,输出 4.5 元,缓存射中 0.05 元,而岑岭时段如故优游时段的两倍。咫尺岑岭时段为北京时间周一至周五 9:00 - 12:00、14:00 - 18:00,其余为优游时段。
一边要比较模子界的「拼多多」DeepSeek V4 Flash 的价钱,一边又要比较智能上限,动不动就对标 Claude Opus 5、Fable 5 等。

图|DeepSeek V4 系列模子价钱,从左至右为 V4 Flash、V4 Pro、V4 Flash Vision 实验版
Flash 似乎正在解脱往时「砍参数、砍多模态、砍落魄文」换廉价的定位,从一句「够用就好」,形成大模子厂商新的竞争重心。
和 Opus 4.8 得分合手平
OpenCode 的界面仍然显现着,ox-alpha 有 50.5 万个零丁用户记号,累计浮滥 Token 达到了 44T,完成向上 1300 万个会话,输入 Token 的缓存比例达到 93%。
这些数字能诠释多数调用发生在 Coding Agent 平台,即即是匿名身份也莫得抵拒住开导者对这款新模子的使用存眷。

合手续的调用,让这个「牛来」模子闭幕了 DeepSeek 在 OpenCode 上长达 56 天的霸榜。
而来自模子调用的算力压力,智谱后续则提到,这些央求流量一齐由国产芯片提供算力撑合手,他们调用了向上 10 万张国产芯片作念推理作事,并在本事文档中暗示其集群「硬件效能及单元 token 本钱如故达到了与主流英伟达 GPU 畸形的水平」。
咱们通俗测试了一下 GLM-5.3-Flash 的才调,咫尺它在智谱官方的 Coding Agent 平台 ZCode 上不错径直体验。官方平台的 BigModel、Coding Plan 等 API 接入也如故开启调用。

多模态的视觉才调是 GLM-5.3-Flash 的新增才调,咱们上传了 X 上最近比较火的二维码技俩视频。平视是一棵树,然而当咱们拖拽鼠标切换不同视角,俯瞰时,这棵像素块构成的树就形成了一个可扫描的二维码。
GLM-5.3-Flash 不错自动读取视频,但责任时间和咱们之前的测试一样,ZCode 要花较长的时间进行想考。似乎并莫得因为模子是 Flash,而导致任务的本质时间有变短。
最终罢了的技俩亦然不错用的,然而如动图所示,总计网页相称卡顿。

咱们条目 GLM-5.3-Flash 分析卡顿原因,它我方也提到,之前的罢了每一帧齐要重新绘画总计场景。
而总计场景有快要 1300 块地砖,每块最多 5 个面(顶面 + 4 面墙),再加投影打算里每点齐算一遍三角函数,鼠标拖拽的每帧,就有约 6000 次旅途填充、2 万次三角函数,60fps 下相称悉力。
配置之后的版块要好上不少,动画愈加丝滑,拖拽也不卡顿,切换主题边幅时渲染齐更快。

而总计技俩从读取视频,到罢了这个 3D 效能的二维码网页,以及二次修改;ZCode 内显现的诈骗用量浮滥是快要 3000 万 Token,个东谈主套餐内的 5h 剩余额度还有 98%,每周额度则是剩余 99%。


咱们继续使用 GLM-5.3-Flash 进行测试,模子的多模态才调很好地匡助 ZCode 不错合手续截图,通过视觉识别自身生成的内容,以及用「试玩」等步地来找到输出为止中不对理的部分。
雷同是之前在 X 上比较热点的中国浮图案例,模子需要使用 3D 库, 生成一座中国浮图,朱漆绿釉,顶部饰以鎏金的完好搭建经过。

GLM-5.3-Flash 似乎参考了二维码花圃的技俩,导致这个中国浮图也取舍了和之前一样的像素立场,总计用时 57 分钟,浮滥 Token 苟简在 1500 万傍边。
不错说,至少在咱们的这轮测试里,GLM-5.3-Flash 和 GLM-5.3 的体验差距并莫得价钱差距 20 倍那么大。
防备力打算量、KV 缓存、激活参数和总参数可能如故发生了很大变化,但落到老例网页开导、探究申诉等本体任务上,这些各别并不明显,GLM-5.3-Flash 也不错胜任。
Flash 正在越过斩杀线
吞并晚发布的另一款 Flash 模子,也不「Flash」。
Qwen3.8-Flash 主模子 125B 参数,外加 51B 的 N-gram Embedding,每 token 只激活 6B 参数;原生撑合手 26.2 万 token 落魄文,可通过 YaRN(Yet another RoPE extensioN)膨胀到 100 万。
更尽头的是,它径直取舍了下一代 Qwen4 的新架构。比拟 Qwen3.7-Plus,通过架构和防备力机制内核的养息,举座练习本钱降到约九分之一,编码和办公任务反而更强。

前段时间,咱们在《》里给「斩杀线」下过一个界说: 敷裕高的任务完成率 × 敷裕低的总任务本钱,从而夺走默许调用位 。
那时看这似乎是 DeepSeek 的单点上风,毕竟一直以来的印象,卷价钱,莫得东谈主能作念到比 DeepSeek 低,智能水平,DeepSeek 也并不会让东谈主失望。
跟着智谱发布价钱更低的 GLM-5.3-Flash,千问也发布畴昔结构、价钱雷同低廉的 Qwen3.8 Flash,所谓的斩杀线如故不再是 DeepSeek 这一家模子厂商的叙事,更像是总计作念大模子行业的新规章。

凭证 Artificial Analysis 的测算为止,GLM-5.3-Flash 单次任务的本钱比 DeepSeek V4 Flash 低,且智能水平要比 V4 Flash 和 V4 Pro 齐要高。
当百万落魄文、原生多模态和 Coding Agent 运转成为标配,模子厂商正在作念吞并件事: 把往时接近旗舰级的才调,压进 Flash 的价钱带。

图|最近一个月发布的 Flash 模子情况
有真谛的是,从本年 2 月发布 Gemini 3.1 Pro 之后,Google 就再没发过任何 Pro 模子。他们在五月发布 Gemini 3.5 Flash、七月发布 Gemini 3.6 Flash、八月发布 Gemini 3.7 Flash……
当今看来,原来 Google 一直发布 Flash 是看中了这块斩杀线。

往时的 Flash 依靠削减才调,比如缩减落魄文、剥离多模态来调换廉价,匹配对应的商场;而当今的 Flash 保合手功能全量,仅通过极低的高效激活参数,像是百亿级激活/几百亿总参数,来压缩单 Token 边缘本钱。
在脚下「无处不浮滥 Token」的布景下,让更多的用户不错斗胆地在后台运行着一个我方的「全天候 Agent」,或责任中小到调度图片重要、文档重要这么的责任,齐能径直丢给 AI。

而更圆润的旗舰模子,在更多的时候则是退到了非选不行的情况,唯有咱们在触发到任务勤劳、Flash 作念不好的情况,莽撞让 Pro 方案,用 Flash 本质等。
另一方面,Flash 带来的变化也在模子迭代旅途上体现,往时是「旗舰先发 $\\rightarrow$ 蒸馏减弱 $\\rightarrow$ 推出 Flash」;当今则演变为「高效架构(如新式 MoE、测度草稿 Token)先在 Flash 考据 $\\rightarrow$ 再拓展至旗舰」。
效能工程自己成为了行业的最前沿,Flash 架构的更正密度致使运转越过旗舰。

是以今天再问什么是 Flash,谜底如故变了。以前,它意味着更快、更低廉的轻量模子;当今,它代表的是 敷裕高的任务完成率,以及敷裕低的任务本钱。
哪怕生成速率唯有 50 Token/s,只消它领有视觉自检与长文本推理才调,能妥当跑完耗时 10 分钟的复杂 Coding 或办公责任流, 它在买卖层面就如故斩断了传统低端模子的生活空间 。
往时,咱们总想默许使用「最灵巧的模子」。接下来,默许调用位可能属于阿谁敷裕灵巧、敷裕低廉,因此不错宽心一直开着的模子。
这是 Flash 越过斩杀线之后带来的变化,旗舰模子决定 AI 的上限,而 Flash 决定咱们每天到底用哪个 AI。
咱们正在招募伙伴
简历送达邮箱[email protected]
✉️ 邮件标题「姓名+岗亭称呼」(请随简历附上技俩/作品或有关畅达)
Powered by 开云「中国」Kaiyun·官方网站-登录入口 @2013-2022 RSS地图 HTML地图
