“牛来大模型”表现真可以，是中国大模型又一个重大突破，代表了“极低价格-极高性能”方向的最高水平

新闻里传了一阵子的“牛来大模型”，不出所料是GLM-5.3-Flash，智谱认领了。这个还真有重大技术突破，但需要解释，不太好懂。

图为Artificial Analysis官网的大模型分数排行榜。具体指标非常多，这个评测的公信力算高的。可以来看看分数与性能指标都是些啥。

分数最高的，就是Claude的几个61-63分。GLM-5.3-Flash有57分，其实已经相当厉害了。DeepSeek最强的在图二，53分。GLM-5.3(max）有60分，和Kimi K3一样，代表了中国大模型绝对性能的最高水平。要知道，谷歌最强的Gemini 3.7 Flash (high)也是56分，还不如中国的。

再看价格，就更吓人了。Claude的贵上天，平均每个任务1-3美元。这是Artificial Analysis测试厉害的地方，不是看输出输入token的单价，而是让跑任务，如果能快速解决问题，性能高的说不定更便宜。GLM-5.3-Flash只要0.09美元！比别的高水平的大模型，只有几分之一、几十分之一。DeepSeek V4 Flashs是0.11美元，但分数是52分。

还有1M上下文，GLM-5.3-Flash也支持了。是有不少大模型还做不到1M，例如Qwen3.8-Flash-Next任务单价和性能类似，但只有256K上下文，这差不少。

GLM-5.3-Flash令人震惊的是，规模很小，性能却很强。只有320B 总参数，仅激活 18B，层数从 GLM-4.5 的 92 层砍至 45 层，激活参数和深度几乎减半。Kimi K3是2.8万亿参数， 要大得多，价格要贵10倍了。

据业界分析，GLM-5.3-Flash的架构与Kimi K3高度相似，是开源借鉴，非常好的中国开源圈的“化学反应”。DeepSeek-Kimi-GLM这三家相互学习借鉴，才做得这么好。但GLM-5.3-Flash不是照抄，而是进行了进一步的极致优化，有不少创新。

另外一个值得说的是，GLM-5.3-Flash是用10万个国产卡，就支持了每天100万亿token！OpenRouter上调用量第一，来自全球的真实流量冲击，扛住了。这是一个非常厉害的指标，英伟达CUDA感觉没必要了，起码在推理上，国产卡已经可以起到决定性的作用了。国产卡从年产200万块，搞到年产千万块没问题。加上极致优化，推理算力相当可观，而且智能还不低，真的解决大问题了。

综合来说，GLM-5.3-Flash以320B/18B的轻量架构，打平 Claude Opus 4.8 级别的头部智能。通过学习Kimi K3与极致优化，将长上下文推理成本压到行业最低水平，实现“DeepSeek 级价格，头部级性能”。另外自主可控取得了重大进展，首次用国产芯片集群，大规模承载了全球真实流量，证明国产推理推力的的经济性。

这是非常好的成果，对美国token经济模式提出了重大挑战。