智谱开源 GLM-5.3-Flash，320B 多模态模型对标 Claude Opus 4.8
智谱上线并开源 GLM-5.3-Flash 原生多模态模型，AA 指数 57 与 Claude Opus 4.8 持平，…
8 月 26 日晚，智谱正式上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列的第一个原生多模态模型，总参数 320B，能力超过上一代 GLM-5.2。在全球权威的 Artificial Analysis Intelligence Index（AA 综合智能指数）中，该模型取得 57 分，进入全球前沿模型能力区间，与 Anthropic 旗下 Claude Opus 4.8 得分持平。
模型架构与训练数据
GLM-5.3-Flash 采用 MoE 架构（320B 总参数、A18B 激活参数），专为极低推理成本设计。其训练基于智谱最新的 30T Token 多模态预训练语料，旨在以更少的计算资源实现更强的性能表现。
正式发布前，模型以匿名身份 Ox-Alpha（中文社区称「牛来」）在 OpenCode 和 OpenRouter 上进行大规模测试，期间 Token 调用量高达 62T，这些请求流量全部由国产芯片提供算力支持。
商汤大装置的国产算力支撑
商汤大装置为 GLM-5.3-Flash 的上线提供了大规模国产算力支持与 Token 服务。其核心能力体系围绕「一套模型、一座 Token 工厂、一套智能体管控系统」构建，其中 Token 工厂通过多模态模型与基础设施的联合优化，组织不同芯片、集群、能源和交付节点，持续生产高质量、低成本 Token，并与大模型形成双向反哺闭环。
实际表现方面，商汤大装置披露了以下关键数据：
- 相较同一硬件环境下的初始基线，GLM-5.3-Flash 在国产芯片集群上端到端服务性能提升 3 倍
- 硬件效率与单 Token 成本已达到与主流英伟达 GPU 相当的水平
- 整体推理性价达到 NVIDIA H 系列的 1.25 倍
- 相比国产同构推理，同等成本下 Token 产能扩大约 2.5 倍
国产算力走向规模化商用
商汤大装置围绕「性价比、适配性、能效比」三个维度系统性破题国产算力商用卡点：在适配性上，通过底层算子优化、多卡并行调优和工具链适配降低应用门槛；在能效比上，推出算电协同 Agent，并提出以 TPW（Tokens Per Watt）作为 AIDC 的价值标尺。
据商汤披露，其 Token Factory 在 2026 年 7 月日均 Token 服务量已达 2.42 万亿，预计当年年底突破日均 10 万亿，全年 Token 量级增长约 25 倍。这表明国产算力正从「单点可用」迈向「大规模商用」，具备支撑前沿大模型推理的经济性与工程能力。