智譜上線並開源“牛來”模型 GLM-5.3-Flash，多模態能力與推理成本效率提升

深潮 TechFlow 消息，8 月 26 日，Z.ai 發佈 GLM-5.3-Flash，稱其為 GLM-5 系列首個原生多模態模型。該模型擁有 3200 億總參數、180 億激活參數，在多項編碼、智能體和視覺基準測試中超過 GLM-5.2，並在部分編碼任務上接近 Claude Opus 4.8。GLM-5.3-Flash 採用稀疏注意力與線性注意力結合的混合架構，並引入 mHC 與 IndexPool 等機制，以降低長上下文推理成本和 KV 緩存開銷。

Z.ai 表示，該模型已在中國 AI 芯片集群上進行大規模服務，端到端服務性能較初始基線提升 3 倍，模型權重已在 Hugging Face 公開。