JawabanDipublikasikan26 sumber
Ox Alpha Ternyata GLM-5.3-Flash, Model AI yang Diuji dengan 50 Triliun Token
Pada 26 Agustus 2026, Zhipu AI mengonfirmasi bahwa model anonim Ox Alpha—yang juga dikenal sebagai “Niu Lai”—adalah GLM 5.3 Flash. GLM 5.3 Flash merupakan model mixture of experts dengan 320 miliar parameter total, sekitar 18 miliar parameter aktif per token, dan jendela konteks 1.048.576 token.
Diterbitkan olehDiedit dengan GPT-5.6 LunaGambar dibuat dengan GPT Image 1.5
Jawaban penelitian
Poin-poin penting
- Pada 26 Agustus 2026, Zhipu AI mengonfirmasi bahwa model anonim Ox Alpha—yang juga dikenal sebagai “Niu Lai”—adalah GLM 5.3 Flash.
- GLM 5.3 Flash merupakan model mixture of experts dengan 320 miliar parameter total, sekitar 18 miliar parameter aktif per token, dan jendela konteks 1.048.576 token.
- Poin terpentingnya bukan bukti bahwa chip domestik China telah mengungguli Nvidia, melainkan demonstrasi bahwa optimasi perangkat lunak yang sangat spesifik terhadap model dapat membuat tumpukan inferensi non Nvidia b...
AI Perintah
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. [1][4][6] ## What. Topic tags: general, general web, documentation, news, user generated. 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, water
Pada 26 Agustus 2026, Zhipu AI—yang juga dikenal secara internasional sebagai Z.ai—mengakhiri misteri di balik model anonim “Ox Alpha”. Perusahaan mengonfirmasi bahwa model yang disebut “Niu Lai” di komunitas pengembang China itu adalah GLM-5.3-Flash, model open-weight multimodal-native dari keluarga GLM. 1
15
Pengumuman tersebut bukan sekadar peluncuran model baru. Zhipu juga menyampaikan klaim infrastruktur berskala besar: selama pengujian gratis di OpenRouter dan OpenCode, sistem itu memproses lebih dari 50 triliun token dalam lima hari. Seluruh trafik, menurut Zhipu, dilayani oleh klaster yang terdiri atas lebih dari 100.000 chip buatan China. 8
15
Uji coba anonim berubah menjadi tes dunia nyata
Ox Alpha pertama kali muncul tanpa nama perusahaan atau identitas produk yang jelas. Dengan begitu, pengembang menilainya berdasarkan pengalaman penggunaan sehari-hari, bukan reputasi merek atau kampanye peluncuran. Model ini kemudian dengan cepat menduduki posisi teratas dalam peringkat penggunaan di OpenRouter dan OpenCode. 1
3
Laporan berikutnya menyebut total trafik lebih dari 60 triliun token dalam enam hari. Di OpenRouter, penggunaan Ox Alpha juga dilaporkan lebih dari dua kali lipat dibandingkan trafik DeepSeek yang sebanding. Angka-angka tersebut berasal dari periode pelaporan dan metode pengukuran platform yang berbeda. Kesimpulan paling aman adalah bahwa uji coba ini melampaui 50 triliun token dan menarik permintaan yang tidak biasa besarnya. 1
3
30
Skala ini penting karena model menerima trafik pengembang sungguhan sebelum identitasnya diketahui. Pengguna terutama merespons kualitas keluaran, kecepatan, ketersediaan, dan harga—bukan nama Zhipu atau jenis chip yang digunakan di balik layar.
Klaim Zhipu tentang klaster chip domestik
Zhipu menyatakan bahwa beban kerja inferensi daring GLM-5.3-Flash dijalankan pada lebih dari 100.000 akselerator buatan China. Setelah optimasi perangkat lunak, perusahaan mengklaim efisiensi perangkat keras dan biaya per tokennya telah mencapai tingkat yang sebanding dengan GPU Nvidia arus utama. 15
24
Namun, Zhipu tidak menyebutkan pemasok chip secara terbuka dalam materi yang menjadi dasar laporan ini. Huawei, Moore Threads, dan Hygon disebut dalam pemberitaan industri sebagai kemungkinan kontributor, tetapi atribusi tersebut belum terverifikasi dan tidak boleh dianggap sebagai konfirmasi dari Zhipu. 30
40
Klaim itu juga perlu dibaca secara terbatas. Data tersebut tidak membuktikan bahwa chip China menyamai Nvidia untuk semua jenis beban kerja, bahwa perangkat keras domestik telah menggantikan Nvidia dalam pelatihan model, atau bahwa kedua ekosistem memiliki perangkat pengembang yang setara.
Yang ditunjukkan adalah proposisi yang lebih spesifik: layanan inferensi berskala besar dapat direkayasa agar berjalan di atas tumpukan perangkat keras domestik non-Nvidia ketika model dan sistem penyajiannya dioptimalkan secara bersamaan.
Mengapa perangkat lunak inferensi menjadi kunci
Jendela konteks hingga satu juta token menghadirkan tantangan besar terkait kapasitas memori, bandwidth, komunikasi antarkomponen, dan penjadwalan. Untuk mengatasinya, Zhipu dilaporkan membangun mesin inferensi khusus berbasis SGLang dengan sejumlah teknik, antara lain:
- kuantisasi W8A8 untuk mengurangi beban komputasi dan memori;
- kuantisasi cache campuran INT8, FP8, dan BF16;
- tensor parallelism di dalam node; serta
- arsitektur Encode–Prefill–Decode (EPD) yang memisahkan pengodean multimodal, pemrosesan prompt, dan pembuatan token secara bertahap ke dalam kumpulan kerja yang dapat diskalakan secara independen.
11
24
Zhipu menyatakan bahwa sistem tersebut meningkatkan kinerja layanan end-to-end sekitar tiga kali lipat dibandingkan baseline awal pada perangkat keras yang sama. 24
26 Dokumentasi SGLang yang diterbitkan kemudian juga melaporkan peningkatan throughput dan kapasitas cache FP8 dibandingkan konfigurasi pembanding BF16. Namun, dokumentasi itu bukan audit independen atas klaim peningkatan tiga kali lipat dari Zhipu.
17
Bagi Nvidia, implikasinya terutama berkaitan dengan peran CUDA dalam inferensi, bukan runtuhnya seluruh keunggulan perusahaan. Kernel khusus, kuantisasi, paralelisme, dan penjadwalan dapat mengurangi ketergantungan pada CUDA untuk beban kerja produksi tertentu.
Di luar inferensi, ekosistem perangkat lunak Nvidia, perangkat pengembang, basis instalasi, dan posisinya dalam pelatihan model merupakan persoalan berbeda yang belum terjawab oleh peluncuran ini.
Spesifikasi GLM-5.3-Flash
GLM-5.3-Flash dilaporkan sebagai model sparse mixture-of-experts dengan 320 miliar parameter total dan sekitar 18 miliar parameter aktif untuk setiap token. Model ini mendukung jendela konteks 1.048.576 token serta input multimodal secara native, sehingga diposisikan untuk menangani dokumen panjang, pemrograman, dan alur kerja agen AI yang berlangsung lama. 2
5
7
Model tersebut juga dilaporkan memperoleh skor 57 pada Artificial Analysis Intelligence Index, sama dengan skor Claude Opus 4.8. Ini berarti keduanya setara pada satu indeks gabungan, bukan bukti bahwa performanya sama pada setiap tolok ukur, aplikasi, atau tugas agen. 9
Harga murah dan posisi kompetitif
Zhipu melaporkan harga API sebesar 0,15 dolar AS per satu juta token input dan 0,50 dolar AS per satu juta token output. 4
29 Pemberitaan pada periode yang sama menggambarkan harga tersebut sebagai sekitar sepersepuluh harga GLM-5.3 dan kira-kira seperserempat puluh harga Claude Opus 4.8. Namun, perbandingan itu bergantung pada arah token, tingkat harga, dan paket layanan yang digunakan.
1
4
Bagi pengembang, daya saing GLM-5.3-Flash bertumpu pada tiga hal: arsitektur sparse yang relatif efisien, optimasi penyajian yang agresif, dan harga yang rendah. Uji coba Ox Alpha menunjukkan bahwa kombinasi tersebut mampu menarik trafik besar bahkan sebelum identitas model diumumkan.
Uji coba ini belum membuktikan bahwa Zhipu telah mengatasi seluruh keterbatasan perangkat keras atau perangkat lunak. Namun, peluncuran tersebut memberikan demonstrasi penting pada skala produksi tentang seberapa besar keuntungan yang dapat diperoleh ketika model, mesin inferensi, dan tumpukan perangkat keras dirancang secara terpadu.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Ox Alpha Ternyata GLM-5.3-Flash, Model AI yang Diuji dengan 50 Triliun Token"?
Pada 26 Agustus 2026, Zhipu AI mengonfirmasi bahwa model anonim Ox Alpha—yang juga dikenal sebagai “Niu Lai”—adalah GLM 5.3 Flash.
Apa poin penting yang harus divalidasi terlebih dahulu?
Pada 26 Agustus 2026, Zhipu AI mengonfirmasi bahwa model anonim Ox Alpha—yang juga dikenal sebagai “Niu Lai”—adalah GLM 5.3 Flash. GLM 5.3 Flash merupakan model mixture of experts dengan 320 miliar parameter total, sekitar 18 miliar parameter aktif per token, dan jendela konteks 1.048.576 token.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Poin terpentingnya bukan bukti bahwa chip domestik China telah mengungguli Nvidia, melainkan demonstrasi bahwa optimasi perangkat lunak yang sangat spesifik terhadap model dapat membuat tumpukan inferensi non Nvidia b...
Sumber
indexbox.ioGLM-5.3-Flash: Zhipu AI's New Open-Weight Model ...
pandaily.comZhipu Confirms Anonymous 'Niu Lai' Model Is GLM-5.3-Flash, Served on 100,000 Domestic Chips
kucoin.comZhipu launches the GLM-5.3-Flash model on ...
pasqualepillitteri.itOx Alpha revealed, it is Zhipu GLM-5.3-Flash with MIT weights