GLM-5.3-Flash 开源：320B 参数、AA 指数 57，定价为 Opus 4.8 的 1/40

智谱开源 GLM-5.3-Flash（320B 总参数，18B 激活），这是 GLM-5 系列首个原生多模态模型。其 AA 综合智能指数为 57 分，与 Claude Opus 4.8 持平。定价为 GLM-5.3 的十分之一，限时折扣下仅为 Opus 4.8 的四十分之一。模型已接入 ZCode 等平台开放 API，采用稀疏注意力与线性注意力混合架构，推理服务运行在国产芯片集群上。

这是 GLM-5 系列首次推出原生多模态模型，并在智能指数上对标顶级模型，同时以极低定价策略切入市场。开源免费获取模型权重，配合低价 API，显著降低了企业和开发者采用高性能多模态模型的门槛，可能影响现有模型选型和成本结构。

模型采用稀疏注意力与线性注意力混合架构，在总参数 320B 的情况下控制激活参数至 18B，从而在保持性能的同时降低推理计算量。定价与 GLM-5.3 和 Opus 4.8 挂钩，通过价格锚点突出性价比，吸引开发者转向该模型。推理服务部署于国产芯片集群，可能进一步降低运营成本。

对产品团队而言，该模型以更低价格提供接近顶级模型的智能水平，可显著降低多模态功能的调用成本，尤其在限时折扣内。对研发团队，开源发布便于本地部署和微调，但需适配稀疏/线性注意力混合架构。接入 ZCode 等平台简化了 API 集成流程。

• 将 GLM-5.3-Flash 集成到现有产品，利用低价优势提供多模态能力，降低 API 成本。
• 基于开源模型进行本地部署或微调，开发针对特定行业场景的定制应用。
• 利用 ZCode 等平台快速试点多模态功能，评估其与现有模型的性能差异。
• 在预算敏感的场景中（如高频调用）替换高价模型，以 1/40 价格获得相近智能水平。

• AA 综合智能指数的具体评测维度和测试集未公开，与 Opus 4.8 持平的说法缺乏独立验证。
• 模型在实际业务场景中的表现（如多模态任务准确性）尚不明确。
• 限时折扣结束后的正式定价未披露，长期成本优势存疑。
• 国产芯片集群的推理吞吐与稳定性缺少第三方基准数据。