智谱揭晓Ox Alpha即GLM-5.3-Flash，十万颗国产芯片承担全部推理

智谱（Z.ai）8月27日确认，此前在OpenRouter等平台匿名上线、被开发者称作Ox Alpha的模型就是GLM-5.3-Flash。智谱同时说明，该模型的推理服务全程运行在一个由十万颗国产芯片组成的集群上。按智谱披露的用量，模型在正式发布前的匿名测试阶段已处理62万亿token；上线OpenRouter后头三天处理量超过11万亿token，首周用于编码场景的部分为10.3万亿token。定价方面，GLM-5.3-Flash每百万输入token收0.15美元、输出0.5美元，另有限时五折至0.075美元与0.25美元。基准成绩上，该模型Terminal-Bench 2.1得84.3分、DeepSWE得63.4分，分别高于DeepSeek-V4-Flash的82.7分和54.4分，并原生支持图片与视频输入。消息公布当日，智谱在港交所收涨超12%，报1160港元。国产算力此前多在训练环节和适配层面被提及，这次是把一笔全球规模的推理流量连同token量一起摆到台面上。

国产芯片过去在大模型上的公开叙事，多停留在完成适配、可以跑通的阶段，真正对外承接高并发商用推理的证据一直稀薄。智谱这次把承载主体、集群规模和token处理量一并说清楚，等于给国产替代补上了推理侧的实证：模型不是在实验环境里演示，而是在OpenRouter这类全球开发者平台上被真实调用了几十万亿token。对本栏此前写过的DeepSeek融资和Kimi K3底座而言，这是另一个维度的进展——前两者关乎资本与模型能力，这一件关乎算力底座能否脱离英伟达、独立支撑规模化服务。定价压到每百万输出token 0.5美元，基准分又领先DeepSeek-V4-Flash，说明成本优势并非以牺牲能力换来。

对国产芯片厂商而言，一个可对外引用的大规模推理案例比任何适配公告都更有说服力，采购方评估国产方案时有了参照。对模型市场而言，GLM-5.3-Flash把高分与低价放在同一款产品上，同价位段开源模型的报价空间被压缩，DeepSeek-V4-Flash首当其冲。对智谱自身，匿名测试期积累的62万亿token调用先于发布验证了需求，股价当日收涨超12%也反映出市场对这条路径的认可。对海外开发者，低价加上模型可直接在全球平台调用，切换成本主要落在效果验证一侧。