智谱天猫开店卖Token，API打骨折但包月Pro套餐涨了3.6倍_IT互联网

1. #牛来大模型6天用掉数十万亿词元##牛来大模型来自北京# 8月26日晚，智谱上线并开源GLM-5.3-Flash (320B-A18B），这是GLM-5系列的首个原生多模态模型，已面向全球开源。同日，此前在OpenRouter（全球头部大模型聚合平台）、OpenCode（开源AI编程助手平台）上匿名爆火的模型Ox-Alpha，也被证实来自这家总部位于北京的大模型公司。前沿智能不需要省着用，成了智谱此次发布模型的一大亮点，GLM-5.3-Flash定价约相当于海外知名模型Opus 4.8的40分之一。智谱团队表示，这主要源于GLM-5.3-Flash同时实现的多项架构升级，通过采用稀疏注意力与线性注意力混合架构，技术团队实现了保持精准长上下文能力的同时，大幅降低长上下文服务成本。智谱透露，为收集广大用户的广泛、专业反馈，在正式发布GLM-5.3-Flash前，团队以匿名模型Ox-Alpha在OpenCode和OpenRouter上进行了大规模测试。Ox意为“牛”，恰逢电影《牛来》走红，Ox Alpha也被中文开发者们称作“牛来大模型”。上线后，Ox-Alpha迅速成为当周最受欢迎的模型，创下双平台调用量新高。公开信息显示，从8月20日匿名上线，到8月26日期间的六天，Ox Alpha已经让全球开发者用掉了数十万亿Token（词元）。值得注意的是，这些请求流量全部由国产芯片提供算力支持。智谱表示，这是其首次在大规模流量中尝试用国产芯片集群提供服务，这些芯片均通过自研高带宽互联网络连接。（来源：福布斯中文网）北京日报的微博视频

2. #Easy同学正在独立开发#智谱 Z.ai 今天正式发布 **GLM-5.3-Flash**，这是此前以 Ox Alpha 代号预览的模型，官方确认它完全运行在中国 AI 芯片上。GLM-5.3-Flash 是 **320B-A18B** 的 MoE 架构模型，以 MIT 许可证开源，原生多模态，支持 100 万 token 上下文窗口。权重已上线 Hugging Face，API 同步开放，官方还推出了对应的 Coding Plan 和 ZCode 产品。官方在评论区公布了 API 定价，按每 100 万 token 计算：**输入 $0.15，输出 $0.50，缓存命中的输入 $0.03**。对比 DeepSeek 当前的 V4-Flash 定价，GLM-5.3-Flash 的未缓存输入与输出定价均低于 DeepSeek V4-Flash 的低谷价，但缓存命中输入（$0.03）高于 DeepSeek 的 $0.007-$0.014。性能方面，在 Z.ai 自家的 Code Bench 评测中，GLM-5.3-Flash 在各级 effort 设置下均优于 GLM-5.2，官方称与 Claude Opus 4.8 表现相当。发布配图对比了 GPT-5.6 Terra、Gemini 3.7 Flash、DeepSeek-V4-Vision-Exp 等多个模型的基准成绩，GLM-5.3-Flash 在 GDPVal-AA 指标上领先。博客：网页链接（由流苏ªⁱ 撰写）#GLM-5.3-Flash##智谱AI##DeepSeek##开源模型#

3. #牛来模型确认为智谱GLM系列#牛来模型今天终于实锤身份了，就是智谱GLM系列的新一代产品，今晚就会正式开放模型权重。当初藏着名字悄悄上线，没几天就直接冲到海外平台使用榜第一，调用量比DeepSeek高出两倍还多，闷声秀了波硬实力，这波操作属实会玩。目前还能免费用一周，后续收费标准还没公布。国内大模型现在卷得越来越有看头，先匿名测口碑再官宣，等正式放开之后，实际体验应该差不了。

4. 英伟达最不愿看到的一幕已然出现：一家中国企业，把超10万张国产芯片组建起生产级大模型推理集群，普通使用者几乎完全感知不到算力底座的变化。智谱GLM‑5.3‑Flash，代号“牛来”正式上线，全部线上流量都由十万张以上国产芯片承接，短短5天就处理50万亿token，刷新海外平台流量纪录。尽管单张国产芯片在内存、带宽层面存在先天短板，但整套集群实现端到端性能三倍提升，单token成本已经可以和英伟达站到同一水平线。能够达成这样的效果，依靠的是稀疏‑线性混合注意力架构、基于SGLang深度改造的自研推理引擎、EPD分离调度方案，搭配W8A8与FP8混合量化技术，把每一张国产芯片的硬件潜力压榨到极致。这绝非仅供演示的Demo项目，而是实打实承接真实业务流量，国产算力由此完成从“能够跑通模型”到“敢于扛住大规模生产负载”的关键拐点。（注：华为昇腾、摩尔线程、海光为媒体报道提及的潜在芯片供应商，智谱官方并未对此予以确认）

5. 这一次，智谱用GLM-5.3-Flash实现了真正的智能平权。

6. 智谱昨晚开源了 GLM-5.3-Flash，中文社区管它叫「牛来」，就是之前匿名的 Ox Alpha。320B 总参数、18B 激活，AA 指数 57分，跟 Claude Opus 4.8 打平，定价是后者的 1/40。智谱 7 月 ARR 已经到 10 亿美金，DeepSeek 前 7 个月收入是去年全年的 10 倍，MiniMax 半年报 ARR 破 8 亿——国产模型厂商的军备竞赛已经从"比谁参数大"进入"比谁便宜还能打"的阶段。不过有意思的是，我发现网易 LobsterAI 是全网最快上线牛来模型的。昨晚智谱刚开源，10 分钟之后他就上线了。不用更新客户端、也不用去官网申请 key，打开LobsterAI 就能直接用。对普通用户来说非常方便！以前一个新模型出来，蹲 API 的开发者才能第一波用上。现在普通人打开 Agent 就能用上当天发布的前沿模型，办公 Agent 厂商们卷的速度利好新模型的普及。而且在 Agent 上，各种模型的价格非常透明。模型厂商都在打价格战，但是输入输出的定价其实普通职场人看不懂，也很难第一时间评估模型的性价比。我看 LobsterAI 上有每个模型的积分倍率，单价和用量摆得明明白白。#LobsterAI# #AI办公# #智谱# #GLM# #办公Agent# #大模型# #牛来#

7. #牛来模型确认为智谱GLM系列#前几天，网上突然冒出来一个神秘的“隐身模型”：Ox Alpha（stealth/ox-alpha），引发了大量网友的关注。Ox Alpha的中文名“牛来”，它是一个匿名上线的“隐身模型”，主打 Coding + Agent + 多模态，目前免费开放，当时网上最热门的猜测是：智谱的 GLM。随着8月26日智谱官宣，匿名模型Ox Alpha（牛来模型）属于GLM系列新一代产品，这款模型此前低调登陆OpenRouter，凭借强悍的编码与智能体能力快速登顶平台榜首，调用量直接超过DeepSeek两倍。它支持文本、图像、视频多模态输入，面向编程开发场景，目前还能免费试用一周。从全网匿名盲测登顶，到官方正式认领，国产大模型用硬实力在全球开发者社区站稳脚跟，太牛了！

8. #智谱发布GLM5.3Flash#智谱GLM‑5.3‑Flash正式对外发布，就是之前在外网悄悄测试一周、引发全网猜测的匿名模型Ox Alpha，也就是大家口中的“牛来”，官宣当晚直接开放模型权重。采用320B‑A18B的MoE架构，MIT协议开源。总参数规模和GLM‑4.5差不多，但实际激活参数、模型层数几乎砍半。作为GLM‑5系列第一款原生多模态模型，文本、图片、视频输入都可以支持，还给到100万token超大上下文。混合稀疏与线性注意力架构，重点压低长文本处理的服务成本。先匿名跑真实环境压测，再正式开源，这种发布方式，也给行业提供了不一样的产品验证思路。

9. DeepSeek涨价丢掉的市场，或许海光帮智谱抢回来了 8月DeepSeek刚涨完价，智谱的“牛来”就来了，定价只有DeepSeek V4 Flash的一半。这价格战打得太明显了。那么问题来了，智谱凭什么能把价格压到这么低？GLM-5.3 Flash输入0.8元、输出2.8元，只有旗舰版GLM-5

10. “牛来”居然真是智谱。GLM-5.3-Flash昨晚正式开源，320B总参数只激活18B，原生多模态、100万Token上下文，MIT许可证。标准API价每百万Token输入0.15美元、输出0.50美元，首发期还打五折。我觉得它先藏起身份，让全球开发者用一周再揭晓，比开发布会念跑分更有说服力。匿名测试的所有流量还全跑在国产AI芯片上，这条挺重要。至于编程和Agent能力是否真接近Claude Opus 4.8，智谱自测先当参考，等更多第三方实测再下结论。#智谱发布GLM5.3Flash# 科技小参谋的微博视频

11. 「牛来」实锤智谱GLM-5.3-Flash：10万张国产芯片扛62万亿Token

12. 智谱开源GLM-5.3：1/10价格，1亿token花3块

13. 如何看待智谱 GLM-5.3-Flash 把前沿模型价格打到 Opus 4.8 的 1/40？

14. DeepSeek涨价后的那个周末，智谱用一头「牛」接走了10万亿Token

15. 智谱认领“牛来模型”，背后由10万张国产芯片支撑

16. 重磅！智谱一句话炸穿全场：GLM-5.3 Flash推理全切国产卡，供应商华为海光摩尔线程？ 8月26日，智谱发布GLM-5.3 Flash——320B总参/18B激活MoE，原生多模态，AA智能指数57分持平Claude Opus 4.8，定价仅GLM-5.3的1/10！但最炸的不是模型本身，是官方那句：推理服务跑在超过10万张国产芯片集群上，供应商或来自华为昇腾、摩尔线程、海光。过去，行业里国产卡适配大模型多是截图式Demo！智谱这次是真把生产流量切上去了——自研高带宽互联+SGLang改专用推理引擎+EPD分离架构，端到端吞吐较同硬件基线提升3倍，单Token成本追平主流英伟达GPU。模型侧也配合到位：稀疏+线性注意力混合，KV Cache压到GLM-5.3的1/4.44，1M上下文能跑；价格输入0.8元/百万Token、输出2.8元，比DS V4 Flash谷时还低，前两周再半价。智谱不是适配了国产卡，而是把10万张昇腾/海光/摩尔线程塞进生产级推理集群，用320B模型真刀真枪接用户调用——国产算力从能跑到敢扛生产的拐点，被GLM-5.3 Flash踩实了。

17. DeepSeek提价九天后，智谱用十分之一的价格杀进来

18. 智谱牛来模型价格仅1/40，能力追平顶级，将如何改写AI定价规则？

19. 智谱GLM-5.3-Flash的发布，为国内AI大模型的价格战翻开了极具戏剧性的新篇章。如果说此前Claude Opus 4.8等顶级旗舰是收费高昂的“哈佛教授”，DeepSeek V4系列则是凭借峰谷定价和缓存机制精打细算的“高性价比讲师”，那么智谱GLM-5.3-Flash就像一位带着“国产算力”底牌入局的技术过硬的年轻讲师，不仅将常规输入输出价格压至0.8元/百万Token和2.8元/百万Token，更在限时半价期间打出了0.4元和1.4元的“地板价”，以仅为Opus 4.8约四十分之一的价格，实现了与之持平的57分智能水平。这种极致的成本控制并非单纯的商业补贴，而是源于架构创新与底层算力的双重突破：一方面，模型采用3200亿参数但仅激活180亿的“选择性激活”机制，大幅降低了计算能耗；另一方面，智谱调动超10万张国产AI芯片集群，通过专用推理引擎和量化技术，硬生生在国产硬件上跑出了媲美主流英伟达GPU的性价比。这一举措直接对DeepSeek构成了降维打击，在常规调用和标准缓存场景下，GLM-5.3-Flash展现出压倒性的价格优势，迫使开发者重新评估成本结构。然而，DeepSeek并未失去还手之力，其极致的缓存命中定价（谷时仅需0.05元/百万Token）在高度重复上下文的Agent任务中依然是“省钱利器”。输入越便宜、缓存命中价越低（DeepSeek 谷时 0.05 元），越适合高频调用。 GLM≈高性价比快餐，DeepSeek≈中档餐厅（有峰谷价差），GPT≈高档餐厅，Claude≈米其林三星。这场交锋标志着国内AI市场的竞争逻辑正在发生深刻转变：从早期简单粗暴的“拼低价”，全面升级为涵盖架构设计、国产算力适配、峰谷调度与缓存优化的“拼综合价值”。对于开发者而言，这无疑是最好的时代，因为极致的性价比选择正变得前所未有地丰富。

20. 国产大模型推理成本1元/百万Token，小团队为何首选智谱？

21. qwen3.8 flash和glm5.3 flash发布之后，deepseek v4 flash不香了，智力和价格都被碾压。昨天用了一个下午qwen3.8 flash，token plan变得非常耐用！阿里巴巴和智谱开始卷价格。昨天早上看到阿里的定价是输入1元/M，输出3元/M，到了下午变成了0.8/M和2.7/M。智谱原价0.8/M，2.8/M，现在打5折。什么token plan，coding plan都不用考虑了，直接API充值。最令人费解的是智谱的flash支持视觉，而旗舰不支持。所以现在国产模型只需要kimi k3搭配一个最便宜的flash模型就足够应对各种场景了。

22. 智谱开源GLM-5.3-Flash：AA得分57分比肩Opus 4.8，定价为其1/40

23. 匿名爆火模型“牛来”被智谱认领，价格大跳水 #匿名爆火模型牛来被智谱认领 #牛来模型被智谱认领智谱8月26日深夜上线并开源GLM-5.3-Flash模型。该模型此前已在OpenRouter、OpenCode上匿名爆火、被网友戏称为“牛来”模型。值得一提的是，该模型对比智谱上一代模型价格直线下降，同时其在指数测评上分数与Anthropic的Claude Opus 4.8相等，但定价仅为Opus 4.8的1/40。#牛来模型价格比上一代大跳水智谱方面还透露，GLM-5.3-Flash全部线上流量均由10万张国产芯片承载，这也是国产算力芯片首次大规模集体“出海”。

24. 火了6天的神秘大模型“牛来”，身份终于揭晓！原来来自北京智谱。此前“牛来”匿名上线后迅速爆火，6天让全球开发者用掉数十万亿Token，价格约为海外知名模型Opus 4.8的1/40。此次智谱还首次用国产芯片集群提供大规模算力支持。#智谱 #牛来大模型 #GLM5 #国产大模型 #热点解读看财经

25. 如何评价智谱开源的 GLM-5.3-Flash？

26. 算力突围EP.01|智谱深夜放大招，新GLM震惊世界 8月26日晚,智谱发布 GLM-5.3-Flash:320B总参/18B激活的原生多模态MoE, 线上推理全部跑在超10万张国产芯片上,定价约为 Claude Opus 4.8 的 1/40。而就在五天前,DeepSeek 刚上线 V4 系列首个视觉模型。两个国产多模态,撞档了。

27. 海外爆火中国AI大模型“牛来” #智谱AI#Ox Alpha#牛来#国产算力智谱AI公布海外匿名爆火模型Ox Alpha，国内外号“牛来”，实为GLM‑5.3‑Flash并开源。总参数量3200亿，激活180亿，支持百万token上下文，定价降至前代十分之一。全部线上推理流量由10万片国产AI芯片承载，验证大模型+国产算力整套国产化能力。

28. 智谱用匿名Ox-Alpha每天处理100万亿Token，如何完成公开测试？

智谱天猫开店卖Token，API打骨折但包月Pro套餐涨了3.6倍

精选参考来源