悬案揭晓：神秘「牛来模型」就是 GLM-5.3-Flash！智谱开源 320B 原生多模态，10 万张国产卡撑场，价格还砍了 97.5%

过去这一周，AI 圈最吊人胃口的一桩悬案，终于破案了。那个在 OpenRouter、OpenCode 上匿名测试、三天就屠榜、被国内开发者戏称为「牛来」的神秘模型 Ox Alpha，官方正式揭晓——它就是智谱（Z.ai）8 月 26 日上线并开源的 GLM-5.3-Flash（320B-A18B）。一款只在海外平台匿名亮相就刷屏的国产模型，真身曝光的那一刻，很多人第一反应是：原来是它。

一、身份揭晓：匿名测试三天，原来是智谱的 GLM-5.3-Flash

此前 Ox Alpha 的爆红方式很特别：没有官方发布、没有发布会，就悄悄出现在 OpenRouter 等平台，开放注册即用。结果它上线首日就登顶了 OpenRouter 的调用量榜单，还刷新了单日 token 用量的历史纪录；在 OpenCode 上更是冲到第一名，一度让整个开发者社区都在猜「这到底是谁家的模型」。

8 月 26 日晚间，智谱正式认领：这款模型就是 GLM-5.3-Flash（320B-A18B），GLM-5 系列的首个原生多模态模型，能力超过上一代 GLM-5.2。之所以匿名测试，官方说法是为收集真实用户反馈——先让模型在真实场景里被「用电量」检验一遍，再正式发布。中文社区昵称「牛来」，也顺势被官方故事盖了章。

二、硬核参数：3200 亿总参、180 亿激活、原生多模态

三、价格：限时 5 折，降幅高达 97.5%

GLM-5.3-Flash 价格屠夫属性拉满。据智谱官方与媒体实测，其限时折扣后输入约 0.4 元、输出约 1.4 元（每百万 token），原价为 0.8 / 2.8 元，整体价格降幅达 97.5%。这个定价直接对标并威胁 Anthropic 与 OpenAI 的主流模型——用极低价格给到接近前沿的效果，是它能在海外开发者社区迅速传播的核心原因之一。

四、国产算力：10 万张国产芯片撑起海外最火模型

比价格更值得关注的是背后的算力。glm-5.3-Flash 由约 10 万张国产芯片支撑，是国内规模化国产算力商用的一次标志性实践。据证券时报报道，商汤大装置为 GLM-5.3-Flash 提供大规模国产算力支持与 Token 服务；商汤大装置 7 月日均 Token 服务量已达 2.42 万亿，预计 2026 年底突破日均 10 万亿。也就是说，这个「跑在国产芯片上」的模型，已经真正规模化地对外提供生产级服务。

五、开放权重：免费下载部署，但门槛不低

GLM-5.3-Flash 为开放权重模型，权重已上传至 Hugging Face，可免费下载部署。不过提醒一句：模型权重超过 300GB，对本地算力要求较高，个人开发者跑起来需要不小的硬件投入。对大多数团队而言，更实际的用法还是通过 API 调用，把 Hugging Face 的开源版本当作「可研究、可自部署」的选项。

六、商业与生态：价格屠夫的下一步

这次揭晓之所以引发热议，是因为它同时踩中了几个关键点：顶级性能 + 超低价格 + 国产算力 + 开源。智谱用一次匿名测试引爆了关注，再用「揭晓」完成话题收口，成功把一款新模型推成行业焦点。从商业层面看，这种「先匿名、后揭晓」的发布节奏，也成了大模型厂商争夺开发者注意力的新打法——先用免费和低配引你上手，再靠生态和工具链留住你。

结语

牛来模型的真身是 GLM-5.3-Flash，这本身不算震撼；真正有信息量的是，它让「国产芯片跑出前沿级多模态模型 + 超低价 + 开源」这三个组合第一次同时成立。当一款模型能三天内靠真实调用量登顶海外平台、又能把价格打到对手零头，AI 竞争的叙事，可能又要被改写一次了。