026‑08‑26，智谱 AI 正式官宣：海外爆火匿名模型 Ox‑Alpha，国内俗称 “牛来”，正式型号为 GLM‑5.3‑Flash，当晚开源权重，采用 MIT 宽松协议，权重已发布在 Hugging Face。
背景：8 月 20 日以匿名 Ox‑Alpha 悄悄上线 OpenRouter、OpenCode，无品牌标识、预览期免费，直接登顶双平台调用榜，超过 DeepSeek，引爆全球开发者圈，被网友称为 “牛来”。
📐核心参数规格
- 架构：MoE 320B‑A18B，总参数 3200 亿，激活仅 180 亿，45 层网络
- 模态：GLM‑5 系列首个原生多模态，支持文本、图片、视频输入
- 上下文：100 万 token 超长窗口，最大输出 131072 token（128K）
- 创新架构：稀疏注意力 + 线性注意力混合，大幅压低长上下文推理成本
- 预训练：30T token 多模态训练数据，全部流量跑在国产芯片算力上
⚡性能表现
- AA 综合智能指数 57 分，对标 Claude Opus 4.8 水平，整体能力超过 GLM‑5.2（753B）
- 强化代码、Agent 智能体能力；SWE 编程基准扩大样本实测约 63%，属于全球第一梯队
- 支持 PDF/PPTX/DOCX/XLSX 文档解析输出，适合办公、金融、代码仓库处理场景
💰API 定价
- 常规价：GLM‑5.3 的 1/10；限时折扣：GLM‑5.3 的 1/20，约为 Claude Opus4.8 的 1/40
- 上线初期开放免费体验周期，后续转为正式计费模式
📂开源信息
- 协议：MIT 协议，允许商用、二次微调、本地部署、私有化落地
- 获取：Hugging Face 智谱官方仓库可下载权重，支持本地推理、微调、二次开发
✨亮点总结
- 少见的 “先匿名海外公测爆火，再官宣 + 开源” 模式；
- MoE 大总参、小激活，兼顾强能力与推理成本；
- 原生多模态 + 百万上下文，MIT 协议对开发者非常友好；
- 全部算力跑国产芯片，国产大模型出海出圈案例。
GLM‑5.3‑Flash（牛来 / Ox‑Alpha）应用场景
核心优势：百万 token 超长上下文、原生图文视频多模态、强 Agent 智能体、强代码能力、MIT 开源可私有化、MoE 低推理成本。适合复杂长任务、多模态工程类、企业私有化部署。
1️⃣ AI 代码开发 & 编程 Agent（最强场景）智谱AI
- 完整代码库分析：喂入百万级代码仓库，做代码解读、漏洞排查、重构、版本迁移
- 视觉驱动编码：截图 UI 设计稿直接生成前端页面、移动端 App 完整交互代码；观察渲染结果自动迭代调试
- SWE 软件工程：复现 bug、写单元测试、项目脚手架、全栈项目生成
- 游戏开发：Godot、网页 3D 游戏，生成完整可运行游戏工程，多轮迭代优化
- 适配 Cursor、OpenCode、ZCode 等 AI 编码工具，适合开发者、外包团队、内部研发助手
2️⃣ 通用 Agent 智能体、自动化工作流CSDN博...
- 计算机操作 Agent (CUA/BUA)：理解网页截图、GUI 界面，拆解复杂任务，调用工具循环执行、自检修正
- 长程多步骤任务：可连续运行数小时，多轮自我迭代，适合复杂自动化流程
- 企业内部智能助手：串联文档、数据库、联网搜索，完成调研、报告、工单处理
3️⃣ 长文档处理、企业办公文档解析（百万上下文）
支持 PDF、Word、PPT、Excel、扫描件图片、长报告批量处理
- 财报、合同、法律卷宗、技术手册整本读取、要点提取、风险标注、对比分析
- 批量文档总结、问答、生成 PPT/Excel 输出成品
- 知识库 RAG 底座：百万上下文可以减少切片，大幅提升长文档问答准确率，私有化部署保障数据安全
4️⃣ 金融、研报、行业研究场景
- 批量研报、财报、公告解析，自动做数据提取、观点汇总、横向对比
- 行业深度报告撰写，自动引用原文溯源，输出完整分析文档
提示：不做投资决策，仅做信息整理
5️⃣ 多模态创意工程（图片 + 视频理解）
- 3D / 建模：Blender 场景生成，根据文字 / 参考图，生成完整室内、建筑、物件 3D 工程文件，长时间迭代渲染效果
- 视频理解：长视频内容分析、多人说话人区分、生成精准时间轴字幕、视频内容摘要
- CAD 图纸识别复刻：图纸图片转代码 / 参数化模型
- UI/UX 设计转代码：设计稿截图直接产出可运行前端代码
6️⃣ 企业私有化部署、行业二次微调（MIT 协议）
MIT 协议允许商用、二次微调、本地私有化部署，适合：
- 政企、制造业、金融，数据不能出内网，本地跑前沿多模态大模型
- 在基座基础上做行业微调，搭建垂直领域大模型（法务、工业文档、医疗文档等）
- 中小公司自建 AI 能力，不用依赖闭源 API 高额费用
7️⃣ 教育、科研场景
- 整本教材、论文集阅读答疑、文献综述生成
- 理工科代码仿真、实验流程复现、科研辅助编程
- 教学智能助教，处理超长课件、试卷材料
8️⃣ 不适合的场景（能力边界）
- 超高并发简单闲聊：MoE 架构更适合单条复杂长任务，简单高频问答性价比不如小模型；
- 实时毫秒级低延迟场景，长上下文推理会有一定耗时；
- 强实时高可靠生产业务，需要做输出校验，不能直接裸上生产。
选型小结
优先选牛来 (GLM‑5.3‑Flash)：任务复杂、需要读巨量文档、要看图看视频、需要 Agent 多轮迭代、希望私有化开源商用。 简单问答、高并发对话，优先选更小的 GLM‑4 系列小模型。
👀 阅读量：37 次