智谱上线GLM-5.3-Flash 商汤大装置提供国产算力支持
国产算力大规模支撑前沿模型商用，性能与成本已接近英伟达GPU。
智谱上线并开源GLM-5.3-Flash（320B-A18B），为首个原生多模态模型，性能超此前版本，在AA指数中与Claude Opus 4.8持平。商汤大装置以国产异构芯片集群支持其大规模商用，Token调用量达62T，端到端性能提升3倍。
正文摘录
8月26日晚，智谱正式上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列的首个原生多模态模型。其总参数 320B，能力超过 GLM-5.2，在全球权威的 Artificial Analysis Intelligence Index（AA 综合智能指数）中取得 57 分，进入全球前沿模型能力区间，与 Anthropic 最受欢迎的模型 Claude Opus 4.8 得分持平。GLM-5.3-Flash 的架构专为极低成本而设计，结合智谱最新的 30T Token 多模态预训练语料，能够以更少的计算资源实现更强的性能。 依托先进的国产异构混推技术，商汤大装置为 GLM-5.3-Flash 上线提供大规模国产算力支持与 Token 服务，打造国产算力规模化商用又一硬核落地标杆。 这一合作的背后，正是商汤打造的 “一套模型、一座 Token（词元）工厂、一套智能体管控系统” 核心能力体系。其中 Token 工厂承担着把智能能力规模化生产出来的关键作用：它通过多模态模型和大装置基础设施的联合优化，把不同芯片、集群、能源和交付节点组织起来，持续生产更高质量、成本更低的 Token。同时 Token 工厂与大模型之间构建起双向反哺闭环，更好适配原生多模态模型的迭代需求。商汤大装置高效支持了智谱 GLM-5.3-Flash 的上线工作，正是这套闭环能力的有力印证。 长期以来，市场对国产算力的认知是，性价比不高、难以规模商用。而在正式发布前，GLM-5.3-Flash 以匿名模型 Ox-Alpha（中文社区称作牛来）在 OpenCode 和 OpenRouter 上进行了大规模测试，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。