阿里智谱同日发布高性价比MoE Flash模型

8月26日，阿里与智谱同日发布高性价比Flash模型。阿里通义千问推出Qwen3.8-Flash，智谱AI上线并开源GLM-5.3-Flash，两款产品均采用混合专家MoE架构，并对外开源权重。

Qwen3.8-Flash为下一代Qwen4架构的先导预览版，MoE总参数125B，叠加51B N-gram Embedding记忆库，每Token仅激活6B参数。其训练成本较前代Qwen3.7-Plus下降近90%，推理定价每百万Tokens输入1元、输出3元，发布次日阿里云进一步下调至输入0.8元、输出2.7元。

GLM-5.3-Flash是GLM-5系列首个原生多模态模型，总参数320B，单Token激活18B参数，采用稀疏注意力+线性注意力混合架构。其API价格仅为GLM-5.3的十分之一，限时折扣阶段进一步降至二十分之一。正式发布前，该模型以匿名模型Ox-Alpha在OpenRouter、OpenCode两大海外平台测试，Token调用量达62T。

8月27日港股收盘，智谱收涨12.62%，报1160港元/股。有分析认为，Flash模型以更少的计算资源实现接近旗舰的综合能力，推理成本下降一个数量级，正在成为大模型商业化落地的关键方向。MoE架构通过稀疏激活降低单Token计算压力，也让国产算力有机会承接前沿模型。