Ox Alpha виявилася GLM-5.3-Flash: що розкриває прихований запуск Z.ai

Таємницю розкрито 26 серпня 2026 року: Z.ai підтвердила, що Ox Alpha — анонімна модель, доступна через OpenRouter і OpenCode, — була GLM-5.3-Flash. Компанія називає її першою нативно мультимодальною моделлю сімейства GLM-5. Вона має відкриті ваги, контекстне вікно приблизно на один мільйон токенів і оптимізована для програмування та тривалих агентних завдань. 1540

Однак головна історія — не лише в тому, як називається модель. Ox Alpha поєднала безкоштовний анонімний попередній доступ із масштабним використанням розробниками, а згодом перетворилася на офіційний продукт, який можна завантажити. Такий підхід дозволив Z.ai перевірити свою інфраструктуру на реальних робочих навантаженнях і водночас підігріти інтерес до релізу.

Що саме випустила Z.ai

GLM-5.3-Flash — це модель типу mixture of experts (MoE) із 320 млрд загальних параметрів і 18 млрд активних параметрів на токен. Вона нативно працює з текстом, зображеннями та відео, а генерує текст. Заявлена місткість контексту становить приблизно один мільйон токенів, хоча конкретний ліміт залежить від платформи: документація Z.ai описує конструкцію на один мільйон токенів, тоді як OpenRouter вказує 1 310 720 токенів. 12340

Z.ai опублікувала ваги моделі за ліцензією MIT, тому її потенційно простіше розгортати самостійно, ніж звичайний закритий сервіс, доступний лише через API. Після завершення анонімного попереднього тестування модель також з’явилася на OpenRouter під своєю офіційною назвою. 348

Важливо не плутати цей реліз із більшою моделлю GLM-5.3, про яку Z.ai оголосила раніше в серпні. За повідомленнями, GLM-5.3-Flash — окремий і дешевший продукт формату 320B-A18B, а не та сама версія, що й більша лінійка GLM-5.3. 10

Результати виглядають перспективно, але переважно походять від самої компанії

Z.ai заявляє, що GLM-5.3-Flash перевершує GLM-5.2, водночас зменшуючи витрати на обслуговування. У результатах, оприлюднених навколо запуску, модель набрала 63,4 бала в DeepSWE v1.1, тоді як GLM-5.2 отримала 46,2 бала. Також Z.ai повідомила про 29,0 бала у власному тесті програмування — майже стільки ж, скільки, за її даними, набрала Claude Opus 4.8 із результатом 29,5. 316

Ці цифри допомагають зрозуміти позиціонування продукту, але не є незалежним підтвердженням паритету з моделлю Anthropic. Важливі деталі — методика тесту, налаштування оцінювання, формулювання запитів і можливість відтворити результати. Найобережніший висновок такий: Z.ai заявляє про сильні можливості GLM-5.3-Flash у програмуванні та агентних сценаріях за значно нижчою ціною. Це не доводить, що модель беззаперечно обійшла закриті флагманські системи.

Безкоштовний попередній доступ змінила платна модель

Найпомітнішою особливістю Ox Alpha було те, що розробники могли безкоштовно тестувати її під час анонімного попереднього запуску. Цей етап завершився, коли модель отримала офіційну назву. Заявлена Z.ai ціна становить $0,15 за мільйон вхідних токенів і $0,50 за мільйон вихідних токенів. 13

На момент запуску OpenRouter показував нижчу промоційну ставку — $0,075 за мільйон вхідних і $0,25 за мільйон вихідних токенів. 2 Це важливе розмежування: безкоштовний попередній тест, стандартна ціна Z.ai та тимчасова знижка на конкретній платформі — три різні умови доступу.

Навіть за стандартним тарифом економіка моделі є однією з її головних переваг. Програмні агенти можуть споживати великі обсяги контексту й генерувати багато результатів, тому низька ціна токенів іноді впливає на вибір моделі не менше, ніж невелика перевага в бенчмарку.

Що запуск говорить про китайську чипову інфраструктуру

Z.ai заявила, що GLM-5.3-Flash працювала повністю на прискорювачах штучного інтелекту китайського виробництва. 15 За повідомленнями про систему обслуговування, компанія використовувала спеціалізований стек на базі SGLang із такими підходами, як квантизація, тензорний паралелізм, змішані формати кешу, розподіл шарів і окрема архітектура encode–prefill–decode. Мета — підвищити загальну швидкодію обслуговування, працюючи в умовах обмежень внутрішнього апаратного забезпечення. 25

Це продовжує попередню історію Z.ai навколо сімейства GLM. Компанія заявляла, що моделі GLM-5 навчалися на процесорах Huawei Ascend без використання обладнання Nvidia. У публікаціях також зазначалося, що включення Z.ai до американського Entity List обмежує її доступ до прискорювачів Nvidia H100, H200 і B200. 26

Заява про роботу на китайських чипах має стратегічне значення, але її варто сприймати як твердження компанії та галузеві повідомлення, а не як повністю незалежне аудійоване порівняння продуктивності обладнання. Надійніший висновок полягає в тому, що Z.ai позиціонує власний стек як здатний обслуговувати велику мультимодальну модель без опори на найпотужніші серверні GPU Nvidia.

Чому запуск Ox Alpha був важливим

Анонімний реліз схожий на свідомо побудовану стратегію прихованого запуску: опублікувати потужну модель без зазначення розробника, безкоштовно відкрити її через популярні інструменти для програмування, подивитися, як нею користуються, а потім розкрити продукт після отримання реального зворотного зв’язку. Z.ai також пов’язують із попереднім тестом «Pony Alpha», який використовував подібну ідею. Спільнота намагалася встановити походження Ox Alpha за поведінкою токенізатора, особливостями обробки відео та шаблонами помилок API. 71113

Деякі публікації періоду запуску також повідомляли про надзвичайно великі обсяги використання та ентузіазм розробників, однак доступні матеріали незалежно не підтверджують кожну цифру чи цитату. Тому ці твердження коректніше сприймати як частину повідомлень про запуск, а не як перевірену статистику залучення користувачів. 14

Наслідки для конкуренції

GLM-5.3-Flash не доводить, що Z.ai випередила OpenAI чи Anthropic у всіх категоріях можливостей флагманських моделей. Проте реліз демонструє значно цікавіше поєднання: мультимодальний ввід, дуже довгий контекст, відкриті ваги за MIT-ліцензією, спеціалізацію на програмних агентах і низьку ціну API в одному продукті. 1540

Для розробників це може зменшити витрати на перехід між постачальниками та спростити самостійне розгортання або використання кількох платформ. Для творців закритих моделей це означає додатковий тиск на ціни й маржинальність — особливо в програмуванні, де обсяг токенів, затримка, контроль над розгортанням і доступність інфраструктури можуть бути не менш важливими, ніж місце в таблиці бенчмарків.