RespuestasPublicado18 fuentes
Ox Alpha era GLM-5.3-Flash: qué reveló Zhipu AI sobre su modelo viral
El 26 de agosto, Zhipu AI confirmó que Ox Alpha —conocido en China como “Niu Lai”— era GLM 5.3 Flash, un modelo de pesos abiertos, multimodal nativo y basado en una arquitectura de mezcla de expertos. Su prueba gratuita y anónima en OpenRouter y OpenCode superó los 50 billones de tokens en cinco días; otros reportes...
Publicado porImágenes generadas con GPT Image 1.5
Respuesta de investigación
Conclusiones clave
- El 26 de agosto, Zhipu AI confirmó que Ox Alpha —conocido en China como “Niu Lai”— era GLM 5.3 Flash, un modelo de pesos abiertos, multimodal nativo y basado en una arquitectura de mezcla de expertos.
- Su prueba gratuita y anónima en OpenRouter y OpenCode superó los 50 billones de tokens en cinco días; otros reportes situaron la cifra por encima de 60 billones en seis días.
- Zhipu afirmó que todo el tráfico se procesó en un clúster de más de 100.000 chips fabricados en China, aunque no identificó públicamente a los proveedores.
- El modelo tiene 320.000 millones de parámetros totales, activa unos 18.000 millones por token, admite un contexto de 1.048.576 tokens y se ofreció a 0,15 dólares por millón de tokens de entrada y 0,50 dólares por mill...
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Zhipu AI reveal on August 26, 2026, about the anonymous “Ox Alpha” model known as “Niu Lai,” including its identity as GLM 5.3 Flas. Article summary: On August 26, Zhipu AI (Z.ai) disclosed that the anonymous “Ox Alpha”/“Niu Lai” model was its GLM 5.3 Flash: an open weight, native multimodal mixture of experts model tested anonymously before release.. Topic tags: general web, ai, productivity, code, api. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, cl
El 26 de agosto de 2026, Zhipu AI —también conocida internacionalmente como Z.ai— puso nombre al modelo que llevaba varios días acaparando la atención de la comunidad de desarrolladores: el anónimo “Ox Alpha”, llamado “Niu Lai” —“llega el toro”— en los foros chinos, era en realidad GLM-5.3-Flash. 1
4
6
El sistema había sido sometido a una prueba discreta y gratuita antes de su lanzamiento oficial. La estrategia convirtió un modelo sin logotipo ni empresa visible en uno de los servicios más utilizados de OpenRouter y OpenCode, dos plataformas populares para probar y conectar modelos de inteligencia artificial.
Una prueba anónima con una demanda extraordinaria
Los reportes sobre el volumen de uso varían según el momento de la medición. La prueba superó los 50 billones de tokens en cinco días y posteriormente fue situada por encima de los 60 billones en seis días. Ox Alpha llegó al primer puesto de uso en ambas plataformas y, durante algunos periodos, registró más del doble del volumen de modelos comparables de DeepSeek. 3
La escala de la prueba fue uno de los elementos más llamativos del anuncio. En lugar de limitarse a demostraciones internas o a una presentación controlada, Zhipu expuso el modelo a tráfico real de desarrolladores de todo el mundo mientras su identidad seguía oculta.
Más de 100.000 chips chinos, según Zhipu
Zhipu afirmó que el servicio funcionó completamente sobre un clúster de más de 100.000 chips fabricados en China. La empresa sostuvo que, tras optimizar el software y el sistema de inferencia, la eficiencia del hardware y el coste por token llegaron a niveles comparables a los de las GPU de Nvidia. 3
6
Sin embargo, la compañía no detalló qué fabricantes suministraron los aceleradores. Algunos reportes mencionaron a Huawei, Moore Threads y Hygon como posibles proveedores, pero esa atribución no ha sido confirmada por Zhipu y debe considerarse especulativa. 40
La conclusión prudente no es que China haya igualado a Nvidia en todo el mercado de hardware para inteligencia artificial. Lo que sí sugiere el episodio es que una carga de inferencia grande y real puede ejecutarse sobre una plataforma doméstica no basada en Nvidia cuando se combina con una considerable labor de ingeniería de sistemas. 3
6
El papel del software de inferencia
El anuncio también puso el foco en la capa de software. El motor desarrollado por Zhipu sobre SGLang habría incorporado varias técnicas para aliviar los principales cuellos de botella de los chips domésticos:
- cuantización W8A8;
- una combinación de caché INT8, FP8 y BF16;
- paralelismo tensorial dentro de cada nodo;
- y una separación Encode–Prefill–Decode —EPD—, que permite escalar de forma independiente distintas fases del servicio.
4
7
Estas optimizaciones estaban orientadas a gestionar memoria, ancho de banda, comunicación entre aceleradores y planificación, especialmente con una ventana de contexto de hasta un millón de tokens. Según Zhipu, los cambios multiplicaron aproximadamente por tres el rendimiento integral del servicio frente a su configuración inicial. 2
La documentación posterior de SGLang también registró un mayor rendimiento y una capacidad de caché FP8 considerablemente superior a la de una configuración comparable en BF16. No obstante, esos datos no constituyen una auditoría independiente de la mejora de tres veces declarada por Zhipu. 2
Qué ofrece GLM-5.3-Flash
GLM-5.3-Flash es un modelo de mezcla de expertos con 320.000 millones de parámetros totales, de los que activa aproximadamente 18.000 millones por token. Cuenta con una ventana de contexto de 1.048.576 tokens y fue presentado como el primer modelo de la serie GLM-5 con multimodalidad integrada de forma nativa. 5
7
Su capacidad multimodal permite trabajar con texto, imágenes, vídeo y archivos, mientras que su diseño disperso busca reducir el coste computacional de cada solicitud. El modelo se posiciona frente a sistemas eficientes de gama alta como DeepSeek V4 Flash y DeepSeek V4 Pro, aunque la información disponible no basta para verificar comparaciones exactas prueba por prueba entre todos ellos.
En el índice compuesto de Artificial Analysis, GLM-5.3-Flash obtuvo una puntuación de 57, la misma cifra reportada para Claude Opus 4.8. Ese resultado indica paridad en ese índice concreto, no un rendimiento idéntico en todos los benchmarks, tareas de agentes o escenarios reales. 1
Un precio muy inferior al de los modelos premium
Zhipu comunicó un precio de 0,15 dólares por cada millón de tokens de entrada y 0,50 dólares por cada millón de tokens de salida. 1
Los reportes contemporáneos describieron esas tarifas como aproximadamente una décima parte del precio de GLM-5.3 y cerca de una cuadragésima parte del de Claude Opus 4.8. Esas proporciones dependen, no obstante, de la dirección de los tokens, el tamaño del contexto y el plan de precios utilizado para la comparación. 1
El dato central del caso Ox Alpha no es solo que Zhipu lanzara un modelo barato. La prueba mostró que un modelo de gran escala podía atraer un volumen masivo de uso antes de su presentación oficial y que, al menos en este despliegue concreto, una combinación de chips chinos y software especializado podía sostenerlo.
Eso supone un desafío para la ventaja de Nvidia basada en CUDA, porque apunta a que los motores de inferencia adaptados a cada modelo pueden reducir la dependencia de CUDA en determinados servicios de producción. Pero no elimina las ventajas más amplias de Nvidia en ecosistema, herramientas, base de desarrolladores y entrenamiento de modelos. La evidencia disponible no permite afirmar algo más contundente.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Ox Alpha era GLM-5.3-Flash: qué reveló Zhipu AI sobre su modelo viral"?
El 26 de agosto, Zhipu AI confirmó que Ox Alpha —conocido en China como “Niu Lai”— era GLM 5.3 Flash, un modelo de pesos abiertos, multimodal nativo y basado en una arquitectura de mezcla de expertos.
¿Cuáles son los puntos clave a validar primero?
El 26 de agosto, Zhipu AI confirmó que Ox Alpha —conocido en China como “Niu Lai”— era GLM 5.3 Flash, un modelo de pesos abiertos, multimodal nativo y basado en una arquitectura de mezcla de expertos. Su prueba gratuita y anónima en OpenRouter y OpenCode superó los 50 billones de tokens en cinco días; otros reportes situaron la cifra por encima de 60 billones en seis días.
¿Qué debo hacer a continuación en la práctica?
Zhipu afirmó que todo el tráfico se procesó en un clúster de más de 100.000 chips fabricados en China, aunque no identificó públicamente a los proveedores.