2026-08-26 · 智谱官方认领匿名模型 Ox Alpha · 当晚开源权重 · 全球开发者 6 天消耗数十万亿 Token · 全部由国产芯片支撑
🔥 一、新闻速览：一头"牛"吃掉了整个排行榜
8 月 26 日，据彭博社报道，智谱 AI 正式确认：8 月 20 日匿名上线、被中文社区昵称"牛来"的神秘模型 Ox Alpha，正是其 GLM 系列新一代模型，并于当晚发布模型权重。Ox 意为"牛"，代号受电影《牛来》启发——而在认领之前，这头"牛"已经在全球开发者眼皮底下狂奔了整整六天。
匿名期规格：104.86 万 Token 上下文窗口、单次最大输出 13.1 万 Token、支持文本/图片/视频输入、工具调用与结构化输出——一次可读完大型代码仓库与长程 Agent 运行记录。
认领的底气来自生态：智谱 API 用户已接近 700 万，启用超 5 万块国产算力芯片，并建成 1GW 级国产芯片 AI 数据中心；GLM Coding Plan 订阅（118 元/月起）与 ZCode、AutoClaw 等工具链构成完整商业闭环——这头"牛"并非横空出世，而是蓄力已久的正式亮相。
🐂 二、匿名六天：一场全球级的压力测试
数据震撼：截至 8/25，Ox Alpha 在 OpenRouter 近七天窗口处理约 23.2 万亿 Token 排名第一——同期 DeepSeek V4 Flash 0731 约 11.6 万亿，上线不到一周即达后者的两倍。OpenCode 同步免费开放并宣称准备了每天 100 万亿 Token 的服务容量（理论峰值，平均每秒约 11.6 亿 Token）。
口碑爆棚：大量调用发生在 Claude Code、Hermes Agent、OpenCode 等编程框架内；Stripe CEO Patrick Collison 试用后公开评价"非常令人印象深刻"。一项广泛传播的社区测试显示，Ox Alpha 在 10 个 DeepSWE 任务中拿下 80% 成功率，高于同组 Claude Fable 5、GLM-5.3 与 GPT-5.6 Sol（注：10 题小样本，非正式榜单）。
社区"侦探"破案：在多组中英文/代码/Emoji 混合文本中，Ox Alpha 与 GLM-5.3 的分词器 token 计数高度一致（差异可由隐藏系统提示词解释，仅约 75 token 包装偏差）；受控视频测试的抽帧方式、时长与 Token 消耗关系也与智谱 GLM 视觉模型相似；API 错误码与措辞同样具有智谱特征。更有意思的是：今年 2 月匿名模型 Pony Alpha 就曾被揭晓为 GLM-5 早期测试版——从"小马"到"牛来"，匿名发布已是智谱测试新模型的固定打法。
算力悬念：外界一度因"免费跑一周需要天量算力"猜测模型来自谷歌/微软。直到 7 月彭博披露智谱已建成1GW 级国产芯片 AI 数据中心（部分运营）并收购异构算力软件公司中科加禾，谜底才逐渐清晰。
🧩 三、真身揭晓：GLM-5.3-Flash 主要功能特性
1️⃣ 低成本多模态旗舰：320B-A18B
总参数 3200 亿、激活仅 180 亿，是 GLM-5 系列首个原生多模态模型。对比 GLM-4.5（355B/激活32B/92层），激活参数量与层数几乎减半（18B/45 层），结合 30T Token 多模态预训练语料，以更少算力实现更强性能。
2️⃣ 前沿混合架构
首个采用"稀疏注意力 + 线性注意力"混合架构的开源前沿模型——在保持精准长上下文能力的同时大幅降低服务成本；配合流形约束超连接（mHC）提升模型 Scaling 能力。
3️⃣ 视觉原生融入 Coding 循环
模型能主动观察界面、渲染结果与交互反馈，并据此持续测试与改进——前端开发、游戏构建、Blender 3D 场景，乃至 BUA/CUA 驱动的真实环境操作，都能在代码、浏览器、图形界面间协同完成。
4️⃣ 端到端办公工作流
拓展至 Office、金融研究、专业文档场景：自主拆解复杂目标、调用工具、检查并优化输出，完成从研究分析到 PPTX/PDF/DOCX/XLSX 成品交付的完整闭环。
5️⃣ 性能与定价
AA 综合智能指数 57 分，进入全球前沿模型区间、与 Claude Opus 4.8 持平；自研 Code Bench 体感评估中编程表现与 Opus 4.8 相当。定价为 GLM-5.3 的 1/10（限时折扣 1/20），仅为 Opus 4.8 的 1/40。
📈 四、相比之前开源版本的增强
核心逻辑：GLM-5.3 用"同一基座、后训练 Scaling"把智能上界顶上去；GLM-5.3-Flash 则用"全新极低成本架构 + 原生多模态"把能力密度打下来——一高一低，双线卡位。
⚔️ 五、对比国内外顶级大模型
竞争优势：① 激活 18B 却打出前沿分数——"性价比密度"无出其右；② 原生多模态 + Coding 视觉闭环是纯文本竞品难以追赶的差异化；③ 国产芯片全栈支撑，供应链自主可控；④ 匿名实测证明"免费 + 大额度"能真实转化为全球开发者口碑（含 Stripe CEO 背书）。
🏆 六、特色亮点与不足
亮点：
🎭 教科书级匿名发布营销：拿掉品牌预期让能力说话，免费流量换来全球实测数据与社区自传播——"身份悬念"本身就是传播引擎；
🖥️ 国产算力顶住全球洪峰：匿名期全部请求由国产芯片集群承载，是国产算力最大规模的真实世界压力测试；
💰 极致性价比：Opus 4.8 的 1/40 价格、GLM-5.3 的 1/10，多模态+编程全都要；
🌍 开源承诺兑现：认领当晚即开源权重（HuggingFace zai-org/GLM-5.3-Flash），延续 Pony Alpha 以来的"匿名测试→公开"传统。
不足：
⚠️ 评测数据来源需甄别：AA 57 分、Code Bench 对比为官方数据；社区 80% DeepSWE 为 10 题小样本，非统一正式榜单；
⚠️ 匿名期评价有杂音：部分开发者反馈复杂后端与部分视觉任务表现一般；
⚠️ 免费流量≠付费留存：免费期结束后的留存率与正式定价仍是未知数；
⚠️ 算力声明待验证：1GW 数据中心"部分运营"、每天 100 万亿 Token 为理论容量，实际部署规模未披露；
⚠️ Flash 定位局限：激活 18B 在极端复杂长程任务上仍可能不如全量旗舰。
🔮 七、未来演进方向
📌 八、总结：三个核心信号
🏆 "匿名发布"正在成为大模型新品的标准打法——先匿名测能力、再揭面纱引爆话题，智谱用"小马"到"牛来"两次验证了这套玩法；
🏆 国产芯片第一次扛住了全球级流量洪峰——23.2 万亿 Token 的真实负载，为"国产算力+国产模型"组合写下了最有说服力的注脚；
🏆 性价比战争进入"1/40 时代"——前沿能力 + 1/40 价格 + 开源权重，智谱正在把"模型即服务"的定价锚点狠狠下压。
📌 一句话总结：牛来不是一夜成名，是智谱在国产算力上蓄力多年的公开亮相——接下来要看的是，免费期结束后还有多少人愿意为这头"牛"买单。
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢