过去一周，一款代号Ox Alpha的匿名在海外开发者社区迅速走红。8月20日，该模型以“隐身模型”身份低调上线OpenRouter平台，提供方为匿名第三方。由于“Ox”意为“牛”，恰逢电影《牛来》走红，国内开发者将其称为 “牛来”大模型。
8月26日，智谱正式确认Ox Alpha为其GLM系列新版本，当晚即上线并开源GLM-5.3-Flash（320B-A18B）。据外媒报道，智谱在回应其询问时证实了该消息。这是GLM-5系列首个原生多模态模型，总参数量3200亿，激活参数仅180亿。模型权重随后上传至Hugging Face平台，供开发者下载部署。
GLM-5.3-Flash的走红首先体现在调用量上。OpenRouter官方榜单显示，Ox Alpha过去7天处理量达11.6万亿Token，与DeepSeek-V4-Flash-0731在周榜中分列第一和第二。在开源AI编程工具OpenCode上，累计处理量约24万亿Token，独立用户超31万，终结了DeepSeek连续56天的榜首纪录。从8月20日匿名上线至26日，六天内全球开发者累计调用62万亿Token，单周占据OpenRouter平台近20%的Token流量。
模型性能同样突出。独立研究员从软件工程基准DeepSWE中抽取10项真实任务测试，Ox Alpha完成8项，通过率80%；同一组任务中，Claude Fable 5为65%，GPT-5.6 Sol仅52%。在全球权威Artificial Analysis Intelligence Index中，GLM-5.3-Flash获得57分，与Anthropic旗舰模型Claude Opus 4.8得分持平。
定价方面，GLM-5.3-Flash价格仅为GLM-5.3的十分之一，限时折扣期内进一步降至二十分之一，约为Claude Opus 4.8的四十分之一。模型支持约100万Token上下文窗口，可处理文本、图像和视频输入。智谱提供一周免费使用期，OpenCode为其准备了每日100万亿Token的调用容量。
此次模型服务的全部推理流量由10万张国产芯片承载，这是智谱首次在大规模真实流量中尝试用国产芯片集群提供服务。智谱表示，硬件效率和单Token成本已达到与主流英伟达GPU相当的水平。
