8月26日晚间，智谱正式上线并开源轻量旗舰多模态模型GLM-5.3-Flash。这款模型正是此前一周在海外开发者社区引发热议的匿名模型Ox Alpha，中文社区将其戏称为“牛来”。

这场“身份猜谜”始于8月20日。当晚，Ox Alpha以“隐身模型”身份悄然登陆全球头部AI模型聚合平台OpenRouter，发布方显示为匿名第三方。该模型配置了100万token上下文窗口，支持文本、图像与视频多模态输入，且在预览期完全免费使用。

上线首日，Ox Alpha调用量即登顶OpenRouter并刷新单日模型用量历史纪录。在OpenCode平台，它终结了DeepSeek连续56天的榜首纪录。OpenRouter公开数据显示，Ox Alpha登顶后，全平台调用量前五的席位已全部被中国大模型占据。

随着模型展现出突出的SWE编程评测得分和长文本推理能力，外界关于其开发者身份的猜测不断发酵。开发者通过分词器指纹特征、视频编码器token消耗、底层报错码等多重技术线索，将嫌疑指向了智谱的GLM系列。

8月26日，智谱正式确认Ox Alpha即为其最新发布的GLM-5.3-Flash。模型代号Ox在英文中意为“牛”，恰逢国内热门电影《牛来》走红，中文社区便以“牛来大模型”称呼。

据智谱官方披露，GLM-5.3-Flash是GLM-5系列首个原生多模态模型，总参数320B，激活参数18B。该模型采用稀疏注意力与线性注意力混合架构，以MIT协议面向全球开源，已上线Hugging Face。

比模型本身更受关注的是其算力底座，智谱披露，“牛来”测试期间的全部线上流量以及发布后的线上服务，均由10万张国产芯片承载。测试期间累计处理请求流量高达62T Token。

智谱在技术文档中表示，调用超过10万张国产芯片集群用于该模型推理服务，“硬件效率及单token成本已经达到了与主流英伟达GPU相当的水平”。

据《晚点LatePost》了解，这批芯片的供应商或来自华为、摩尔线程与海光，智谱官方对此未予置评。半导体研究机构SemiAnalysis评论称，这是国产算力芯片首次大规模直接服务全球真实负载。

在性能与定价方面，国际评测机构Artificial Analysis发布的综合智能指数中，GLM-5.3-Flash获得57分，与Anthropic旗下Claude Opus 4.8持平。

而在实际调用价格上，该模型国内官方API标准定价为每百万token输入0.8元、输出2.8元，仅为Claude Opus 4.8的四十分之一。

8月27日，智谱港股收涨12.62%，报1160港元，市值重返5000亿港元。

［本文作者i黑马，i黑马原创。如需转载请联系微信公众号（ID:iheima）授权，未经授权，转载必究。］