本周 Z.ai（智谱）放出了 GLM-5.3-Flash 的完整模型权重，3200 亿参数只激活 180 亿（MoE 架构——把模型拆成多个"专家"，每次只调用其中几个），号称在编程和 Agent 类基准上接近 Claude Opus 4.8，自家定价只有 GLM-5.2 的十分之一。这是智谱第一次以 MIT 协议（最宽松的开源许可，允许商用、修改、再分发）公开主力模型的权重。

这是什么

GLM-5.3-Flash 是智谱 GLM-5 系列的第一个原生多模态模型——输入不仅文字，图像和视频也直接进模型词表，不用外挂识别模块。架构上有两点新东西值得记一下。一是"混合稀疏+线性注意力"（Hybrid Sparse + Linear Attention）。传统 Transformer 处理长文本成本爆炸，线性注意力用近似算法压下来。智谱把 45 层里 34 层换成线性、保留 11 层稀疏注意力，长文本推理成本显著降低。二是"流形约束超连接"（mHC），扩宽层与层之间的信息通道，声称提升训练效率。训练用了 30 万亿 token（模型处理文字的最小单位）的多模态语料，上下文支持到 100 万 token（评测用 30 万文本 / 16.4 万视觉）。FP8 权重约 331GB，BF16 约 640GB——基本上要几块 H100 才能跑起来。

行业怎么看

Reddit 的 LocalLLaMA（开源模型主要讨论地）就是这次发布的主场，megathread 刚发几个小时，复测还没沉淀。但凭经验可以先列三条。乐观的理由是实在的：MIT 协议意味着商业化零摩擦；FP8 默认权重说明 Z.ai 在抢推理市场；如果基准自报属实，这是开源阵营第一次在 Agent 类任务上敢跟 Claude Opus 摆在一起比。但冷静看也有三处隐忧。第一，所有基准都是 Z.ai 自家跑的，独立复现之前都画问号——之前 GLM 版本就被社区质疑过中英文表现差距悬殊。第二，331GB FP8 权重意味着能自托管（自建服务器跑模型）的依然是少数大厂和云厂商，"开源"对绝大多数中小企业是虚名，他们实际购买的还是 API。第三，GLM 系列因内容安全过滤出过争议，5.3 是否收敛要看实测。

对普通人的影响

对企业 IT：能自托管 GLM-5.3-Flash 的企业本来就在用其他开源大模型，这次真正重要的是价格信号——智谱敢打到上代十分之一，会向下挤压所有 API 报价。对中型公司而言，"开源"的实际意义不大。对个人职场：长上下文（100 万 token，约一本半《三体》）开始进入主流价位，"把整个代码库丢给模型分析"变得更现实。但日常编程工具（Cursor、Cline、Copilot）愿不愿意接入国产模型，决定了普通人能不能摸到。对消费市场：这个体量的模型只会跑在云上，跟手机和 PC 用户没关系。智谱的"Flash"后缀通常预示几个月后会出蒸馏版（小模型继承大模型能力），那才是真正影响普通用户的时候。