智谱官宣“牛来”真身：新一代大模型GLM-5.3 Flash开放权重

智谱AI于2026年8月26日正式官宣，此前以匿名身份“牛来”出现在OpenRouter平台的模型实为新一代大模型GLM-5.3 Flash。该模型总参数规模达320B，实际激活参数为18B，采用全新Flash架构，支持图文视频多模态交互，并宣布将开放权重供开发者本地部署。

据官方介绍，GLM-5.3 Flash在架构上进行了多项调整：层数从GLM-4.5的92层优化至45层，结合线性注意力与稀疏注意力混合架构，并基于30T Token多模态预训练语料训练。相比传统注意力机制，计算量降低3.01倍，KV Cache缩小4.44倍，可支持1M超长上下文处理。

在正式官宣前，该模型曾以匿名身份在OpenRouter平台进行测试，凭借领先的编程与智能体能力登顶调用量榜单，匿名测试期间创下OpenRouter、OpenCode双平台调用量新高。智谱AI表示，开放权重后开发者可在本地部署并进行二次开发。中国数据研究中心《2026中国AI大模型竞争力TOP20》显示，智谱AI此前凭借GLM-5.2位居榜单第4位。

此外，GLM-5.3 Flash已在国产加速芯片上实现高效部署。通过将多模态编码、Prompt预填充和逐Token解码拆分为独立调度的分离式架构，并叠加Layer Split、混合缓存量化等优化，端到端服务性能提升3倍，单Token成本与主流英伟达GPU相当。