8月27日消息，智谱正式确认此前以匿名模型Ox Alpha身份在海外社区走红的“牛来”大模型，正是其最新开源的GLM-5.3-Flash。该模型采用MIT协议开源，是GLM-5系列首个原生多模态模型。

8月20日，OpenRouter上悄然出现一个名为stealth/ox-alpha的匿名模型条目，免费开放、100万上下文、支持图文视频。因中文社区戏称“牛来”，模型迅速走红。上线首日冲上OpenRouter调用量榜首，刷新单日Token用量历史纪录，终结DeepSeek在OpenCode连续56天的霸榜。Stripe CEO Patrick Collison在X上称其“非常令人印象深刻”。

社区随即展开“数字亲子鉴定”。有开发者通过tokenizer探针发现Ox Alpha与GLM词表95/95全中，报错格式与chat.z.ai完全一致，视频编码器Token口径也与GLM-5V吻合。Polymarket上押注智谱的概率一度超过90%。

智谱确认后披露了技术细节。GLM-5.3-Flash总参数320B，激活参数18B，采用线性注意力与稀疏注意力混合架构，注意力计算量降低3.01倍，KV Cache缩小4.44倍。据Artificial Analysis Intelligence Index，该模型得分57分，与Claude Opus 4.8持平。定价仅为GLM-5.3的十分之一，限时折扣低至二十分之一，低于DeepSeek V4-Flash。

值得注意的是，Ox Alpha匿名测试期间在OpenRouter和OpenCode上消耗的所有Token流量，均由国产芯片提供算力支持。智谱首次用大规模国产芯片集群支撑了1M上下文和多模态任务的线上真实请求。OpenRouter数据显示，8月10日至16日中国大模型周调用量达36.84万亿Token，连续16周居全球首位。