GLM-5.3-Flash发布：原生多模态、低成本高效推理

智谱发布GLM-5.3-Flash，这是GLM-5系列首个原生多模态模型，总参数320B，激活参数仅18B。在基准和实际任务中优于GLM-5.2，价格为其十分之一，编码和智能体基准接近Claude Opus 4.8。采用稀疏与线性注意力混合架构和mHC连接，基于30T token多模态语料训练。

相比GLM-5.2，GLM-5.3-Flash在性能提升的同时将价格降至十分之一，首次引入混合注意力架构和mHC以降低长上下文服务成本，标志着智谱在高效多模态模型上的重要进展，可能改变市场定价和部署格局。

通过稀疏与线性注意力混合架构减少长上下文计算开销，mHC改进扩展效率，配合30T token的多模态预训练数据，实现更少算力获得更高智能。激活参数仅18B，总参数320B，采用MoE式设计，在推理时只激活部分参数，从而降低成本。

开发者和企业可以更低成本使用高性能多模态模型，长上下文场景服务成本显著降低；支持SGLang、vLLM等框架本地部署，并可通过reasoning_effort控制思维预算，影响产品集成成本和推理速度选择。

• 在长文档或代码库场景中采用该模型，利用低推理成本降低API费用。
• 基于reasoning_effort参数开发不同深度需求的AI功能，如快速问答与深度推理。
• 通过本地部署框架（如vLLM、SGLang）为私有化客户提供高性价比多模态方案。

• GLM-5.3-Flash在中文和多语言任务上的具体表现尚未有对比数据。
• 其价格十分之一的具体基准计算方式未明确。
• '接近Claude Opus 4.8' 的差距幅度未量化。