Ox Alpha ujawniony: co Zhipu AI pokazało światu 26 sierpnia 2026 roku

26 sierpnia 2026 roku Zhipu AI, działające także pod marką Z.ai, ujawniło, że anonimowy model „Ox Alpha” — w chińskiej społeczności znany jako „Niu Lai”, czyli „Przychodzi Wół” — był w rzeczywistości modelem GLM-5.3-Flash. To otwarty model o natywnej obsłudze wielu modalności i architekturze mixture of experts, który przed oficjalną premierą był testowany pod anonimową nazwą. 146

Tajemniczy model podbija platformy dla deweloperów

Model pojawił się bez logo firmy i bez tradycyjnej kampanii premierowej na platformach OpenRouter oraz OpenCode. Użytkownicy mogli korzystać z niego bezpłatnie, co szybko przełożyło się na rekordowe zainteresowanie.

• Według raportów w ciągu pięciu dni model przetworzył ponad 50 bilionów tokenów, a po sześciu dniach wynik miał przekroczyć 60 bilionów. Ox Alpha zajął pierwsze miejsce w rankingach wykorzystania obu platform, a jego szczytowe zużycie było podobno ponad dwa razy większe niż w przypadku porównywalnego modelu DeepSeek. 3
• Zhipu poinformowało, że usługa działała w całości na klastrze ponad 100 tysięcy układów wyprodukowanych w Chinach. Firma twierdziła, że po optymalizacji oprogramowania efektywność sprzętu i koszt obsługi pojedynczego tokena były porównywalne z poziomem mainstreamowych procesorów graficznych Nvidii. 36
• Zhipu nie podało dokładnych dostawców układów. W doniesieniach wymieniano Huawei, Moore Threads i Hygon, ale są to niezweryfikowane przypuszczenia, a nie oficjalne potwierdzenie firmy. 40

Co to oznacza dla chińskich układów i Nvidii?

Ujawnienie nie dowodzi, że Chiny ogólnie zrównały się z Nvidią pod względem sprzętu ani że koszty wnioskowania na rodzimych układach są zawsze takie same jak na kartach Nvidii. Pokazuje jednak, że duży, rzeczywisty ruch użytkowników z całego świata można obsłużyć na nie- -Nvidiowym, krajowym stosie sprzętowo-programowym — pod warunkiem zastosowania zaawansowanej inżynierii systemowej. 36

To istotne dla przewagi Nvidii związanej z CUDA. Wynik Zhipu sugeruje, że wyspecjalizowane stosy programistyczne i silniki wnioskowania mogą w niektórych zadaniach produkcyjnych ograniczyć zależność od CUDA. Nie oznacza to jednak, że ekosystem CUDA przestał mieć znaczenie: Nvidia nadal korzysta z szerokiego zaplecza narzędzi, społeczności deweloperów oraz przewag w trenowaniu modeli. Dostępne dane nie uzasadniają dalej idącego wniosku.

Jak Zhipu zoptymalizowało GLM-5.3-Flash?

Według opisów technicznych firma wykorzystała silnik wnioskowania oparty na SGLang. Zastosowano w nim między innymi:

• kwantyzację W8A8,
• mieszaną kwantyzację pamięci podręcznej INT8/FP8/BF16,
• równoległość tensorową wewnątrz węzła,
• rozdzielenie etapów Encode–Prefill–Decode (EPD) na niezależnie skalowane pule.

Celem tych technik było ograniczenie problemów z pamięcią, przepustowością, komunikacją i harmonogramowaniem przy kontekście sięgającym miliona tokenów. 47

Zhipu miało informować, że optymalizacje poprawiły wydajność kompleksowej obsługi około trzykrotnie względem początkowej konfiguracji bazowej. Późniejsza dokumentacja SGLang wskazywała także na wyższą przepustowość oraz wyraźnie większą pojemność pamięci podręcznej FP8 niż w porównywanej konfiguracji BF16. Nie jest to jednak niezależny audyt pierwotnego twierdzenia Zhipu o trzykrotnym wzroście wydajności. 2

Parametry, wyniki i cena modelu

GLM-5.3-Flash to model o łącznej liczbie 320 miliardów parametrów, z czego na każdy token aktywowanych jest około 18 miliardów. Jego okno kontekstowe obejmuje do 1 048 576 tokenów. 57

Model otrzymał wynik 57 w zestawieniu Artificial Analysis Intelligence Index — taki sam jak raportowany wynik Claude Opus 4.8. Należy to interpretować jako równowagę w ramach jednego złożonego indeksu, a nie dowód identycznej jakości we wszystkich testach i zadaniach agentowych. 1

GLM-5.3-Flash ma konkurować z wydajnymi modelami klasy frontier, takimi jak DeepSeek V4 Flash i Pro, jednocześnie oferując znacznie niższe ceny wnioskowania. Dostarczone dane nie pozwalają jednak zweryfikować dokładnych porównań test po teście z obiema wersjami DeepSeek.

Opublikowany cennik API wynosi:

• 0,15 dolara za milion tokenów wejściowych,
• 0,50 dolara za milion tokenów wyjściowych. 1

Współczesne relacje opisywały te stawki jako mniej więcej dziesięciokrotnie niższe niż cena GLM-5.3 i około czterdziestokrotnie niższe niż cena Claude Opus 4.8. Takie proporcje zależą jednak od kierunku tokenów, długości kontekstu i porównywanego planu cenowego. 1