Câu trả lờiĐã xuất bản24 nguồn
GLM-5.3-Flash là ai? Z.ai giải mã mô hình bí ẩn Ox Alpha
Ox Alpha chính là GLM 5.3 Flash, được Z.ai xác nhận ngày 26 tháng 8 năm 2026 sau sáu ngày thử nghiệm ẩn danh. GLM 5.3 Flash có 320 tỷ tham số, kích hoạt 18 tỷ tham số cho mỗi token, hỗ trợ ngữ cảnh 1.048.576 token và đầu vào đa phương thức.
Đăng bởiBiên tập bằng GPT-5.6 LunaHình ảnh được tạo bằng GPT Image 1.5
Câu trả lời nghiên cứu
Bài học chính
- Ox Alpha chính là GLM 5.3 Flash, được Z.ai xác nhận ngày 26 tháng 8 năm 2026 sau sáu ngày thử nghiệm ẩn danh.
- GLM 5.3 Flash có 320 tỷ tham số, kích hoạt 18 tỷ tham số cho mỗi token, hỗ trợ ngữ cảnh 1.048.576 token và đầu vào đa phương thức.
- Màn thử nghiệm miễn phí, không gắn tên nhà phát triển đã thu hút lượng sử dụng rất lớn trước khi trở thành một sản phẩm có trọng số theo giấy phép MIT và API công bố từ 0,15 USD cho mỗi triệu token đầu vào.
Prompt AI
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Z.ai’s GLM-5.3-Flash, and how did it resolve the week-long mystery surrounding the anonymously released “Ox Alpha” model—covering it. Article summary: GLM-5.3-Flash is Z.ai (Zhipu AI)’s open-weight, natively multimodal GLM-5 model—and the company confirmed on August 26 that it was the previously anonymous “Ox Alpha.” The reveal turned a six-day public stress test into . Topic tags: general, general web, user generated, documentation, news. 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
Trong gần một tuần, các nhà phát triển đã sử dụng một mô hình AI mạnh có tên Ox Alpha mà không biết nó thuộc về công ty nào. Mô hình xuất hiện miễn phí, không ghi nhận nhà phát triển trên OpenRouter và OpenCode ngày 20 tháng 8 năm 2026, với cửa sổ ngữ cảnh một triệu token cùng khả năng tiếp nhận văn bản, hình ảnh và video. Đến ngày 26 tháng 8, Z.ai — thương hiệu quốc tế của Zhipu AI — xác nhận Ox Alpha thực chất là GLM-5.3-Flash, mô hình đa phương thức nguyên bản đầu tiên trong dòng GLM-5. 2
5
9
Với động thái này, một cuộc thử nghiệm công khai nhưng giấu danh tính đã chuyển thành màn ra mắt sản phẩm. GLM-5.3-Flash được phát hành với trọng số mở theo giấy phép MIT, giá API được công bố ở mức thấp và kiến trúc hướng đến việc giảm chi phí cho lập trình với ngữ cảnh dài cũng như các tác vụ AI tự vận hành. 6
7
9
Ox Alpha từng gây xôn xao như thế nào?
Ox Alpha lần đầu xuất hiện trên OpenRouter và OpenCode mà không có tên công ty đứng sau, không thu phí và cho phép xử lý tối đa 1.048.576 token. Mô hình hỗ trợ văn bản, hình ảnh và video, nhanh chóng được đưa vào các tác vụ lập trình, điều khiển terminal, coding agent và những quy trình cần duy trì lượng ngữ cảnh rất lớn. 4
5
8
Cộng đồng bắt đầu truy tìm danh tính của nó thông qua nhiều dấu hiệu kỹ thuật. Trong số đó có hành vi của bộ mã hóa token tương tự các mô hình GLM và những mẫu thông báo lỗi API bị cho là để lộ mối liên hệ với Zhipu AI. Z.ai sau đó tự xác nhận Ox Alpha là GLM-5.3-Flash, đồng thời cho biết việc triển khai ẩn danh nhằm thu thập phản hồi từ người dùng thực tế trước khi phát hành chính thức. 5
9
Mức độ sử dụng trong giai đoạn thử nghiệm cũng đặc biệt lớn. Một báo cáo đương thời nói mô hình đã xử lý 42 nghìn tỷ token trong sáu ngày; một báo cáo khác đề cập khoảng 44 nghìn tỷ token và 503.000 người dùng OpenCode. Đây là các con số đến từ những báo cáo và thời điểm đo khác nhau, vì vậy không nên gộp chúng thành một số liệu duy nhất đã được kiểm chứng độc lập. 8
11
16
Ox Alpha cũng nhận được sự chú ý từ giới công nghệ, trong đó có lời nhận xét tích cực từ Patrick Collison, đồng sáng lập Stripe. Tuy nhiên, sự quan tâm lớn nhất vẫn đến từ việc các nhà phát triển có thể trực tiếp thử một mô hình miễn phí trong những quy trình lập trình thực tế, thay vì chỉ đọc các thông số do nhà cung cấp công bố. 44
GLM-5.3-Flash có gì đáng chú ý?
Z.ai mô tả GLM-5.3-Flash là mô hình mã nguồn mở về trọng số, được thiết kế cho lập trình, các tác vụ tự vận hành kéo dài và quy trình làm việc đa phương thức. Đây là mô hình đa phương thức nguyên bản đầu tiên của gia đình GLM-5, có thể tiếp nhận dữ liệu hình ảnh và duy trì cửa sổ ngữ cảnh 1.048.576 token. Điều đó cho phép một tác vụ duy nhất chứa lượng lớn mã nguồn, tài liệu, ảnh chụp màn hình và các đầu vào liên quan khác. 7
20
Điểm nhấn về kiến trúc là mô hình hỗn hợp chuyên gia (mixture of experts - MoE) với tổng cộng 320 tỷ tham số, trong đó 18 tỷ tham số được kích hoạt cho mỗi token. Nói đơn giản, mô hình có một “kho năng lực” rất lớn nhưng không cần sử dụng toàn bộ kho đó cho từng phần của câu trả lời. 6
20
Z.ai cũng cho biết mô hình kết hợp cơ chế chú ý thưa và chú ý tuyến tính. Thiết kế này nhằm giảm lượng tính toán cũng như nhu cầu bộ nhớ bộ đệm khóa-giá trị trong quá trình suy luận. Vì vậy, chữ “Flash” không có nghĩa đây là một mô hình nhỏ; nó vẫn có quy mô rất lớn, nhưng được tối ưu để phục vụ với chi phí thấp hơn so với một mô hình dày đặc có cùng tổng số tham số.
Dù vậy, tốc độ và chi phí thực tế còn phụ thuộc vào phần cứng, phần mềm phục vụ mô hình, cách gom lô yêu cầu và loại công việc. Kiến trúc trên tạo ra tiềm năng tiết kiệm, nhưng không tự động bảo đảm mọi hệ thống triển khai đều nhanh hoặc rẻ như nhau.
Khả năng lập trình mạnh đến đâu?
Z.ai công bố GLM-5.3-Flash đạt 63,4 điểm trên DeepSWE v1.1, so với 46,2 điểm của GLM-5.2. Công ty cũng đưa ra một so sánh nội bộ với Claude Opus 4.8, trong đó GLM-5.3-Flash đạt 29,0 điểm và Claude Opus 4.8 đạt 29,5 điểm. 7
8
Các con số này là tín hiệu đáng chú ý, nhưng không thể xem như bảng xếp hạng tuyệt đối về chất lượng mô hình. Kết quả DeepSWE là tuyên bố benchmark do nhà cung cấp công bố, còn phép so sánh với Claude được mô tả là đánh giá nội bộ. Khác biệt về prompt, công cụ, cách xây dựng agent, dữ liệu kiểm thử và phương pháp chấm điểm đều có thể ảnh hưởng đáng kể đến kết quả.
Do đó, cần thêm các phép thử độc lập và có thể tái lập trước khi kết luận rằng GLM-5.3-Flash tương đương trên mọi phương diện với một mô hình frontier đóng. Với nhà phát triển, câu hỏi thực tế hơn là mô hình có phù hợp với quy trình làm việc hay không: nó có thể đọc một kho mã lớn, hiểu ngữ cảnh hình ảnh và duy trì nhiệm vụ agent trong thời gian dài mà không phải liên tục tóm tắt lịch sử hay không.
Hiệu quả khi đưa vào sản xuất vẫn phụ thuộc vào độ ổn định, khả năng sử dụng công cụ, độ trễ và cách xử lý lỗi — chứ không chỉ nằm ở một điểm benchmark.
Giá, giấy phép và cách tiếp cận
Z.ai công bố mức giá API niêm yết là 0,15 USD cho mỗi triệu token đầu vào và 0,50 USD cho mỗi triệu token đầu ra. Tài liệu giá sau đó ghi nhận chương trình khuyến mại tạm thời giảm 50%, tương ứng còn 0,075 USD và 0,25 USD trong thời gian áp dụng. 2
Trọng số mô hình được phát hành trên Hugging Face theo giấy phép MIT. Đây là giấy phép tương đối cởi mở, thường cho phép sử dụng thương mại và chỉnh sửa. Tuy nhiên, các nhóm triển khai vẫn cần kiểm tra văn bản giấy phép cụ thể, điều khoản mô hình, thư viện phụ thuộc, yêu cầu phần cứng và nghĩa vụ đi kèm với từng hình thức triển khai. 2
9
Tài liệu của Z.ai cũng liệt kê GLM-5.3-Flash trong hệ sinh thái dành cho nhà phát triển và các gói lập trình. API hỗ trợ đầu vào trò chuyện đa phương thức, sử dụng công cụ và nhiều loại dữ liệu như văn bản, hình ảnh, âm thanh, video và tệp. 17
20
21
Tuyên bố về chip AI do Trung Quốc sản xuất
Màn ra mắt còn đi kèm một câu chuyện lớn hơn về hạ tầng. Z.ai cho biết bản thử nghiệm Ox Alpha được phục vụ hoàn toàn trên các bộ tăng tốc AI do Trung Quốc sản xuất, sử dụng một nền tảng phục vụ tùy biến dựa trên SGLang. Tài liệu kỹ thuật của công ty trình bày đây là nỗ lực cải thiện hiệu quả suy luận trên phần cứng trong nước.
Một số bài viết thứ cấp lặp lại tuyên bố rằng nền tảng tùy biến này đã giúp hiệu năng đầu cuối tăng gấp ba lần. Tuy nhiên, các nguồn hiện có chưa cung cấp kiểm toán độc lập về quy mô cụm chip, cách đo hiệu năng hay mức độ triển khai này không phụ thuộc vào các thành phần nước ngoài. 10
Sự phân biệt này rất quan trọng. Nếu được xác minh, việc vận hành một dịch vụ AI lớn trên phần cứng nội địa sẽ có ý nghĩa chiến lược trong bối cảnh Trung Quốc tìm cách phát triển năng lực AI dưới các biện pháp kiểm soát xuất khẩu chip của Mỹ. Ở thời điểm hiện tại, tuyên bố này nên được xem là một công bố đáng chú ý từ doanh nghiệp, chưa phải bằng chứng kết luận rằng phần cứng Trung Quốc đã thu hẹp toàn bộ khoảng cách về hạ tầng AI.
Vì sao Z.ai lại giấu danh tính mô hình?
Chiến lược Ox Alpha đem lại cho Z.ai thứ mà một màn ra mắt thông thường khó có được: dữ liệu sử dụng quy mô lớn, hỗn tạp và đến từ những người dùng không biết họ đang thử mô hình của công ty nào. Các nhà phát triển sử dụng nó trong coding agent và các tác vụ ngữ cảnh dài vì mô hình miễn phí và có năng lực đáng kể, không phải vì bị thuyết phục bởi một bảng thông số tiếp thị. Z.ai nói mục tiêu là thu thập phản hồi trước khi phát hành. 5
9
Cách làm này cũng phù hợp với chiến lược phân phối trọng số mở. Bằng cách kết hợp giấy phép tương đối tự do, giá API thấp và khả năng tiếp cận rộng, Z.ai có thể khuyến khích thử nghiệm, nhận phản hồi và xây dựng lượng người dùng bên ngoài mô hình thuê bao khép kín truyền thống.
Những thử nghiệm mô hình ẩn danh trước đây, trong đó có dự án được nhắc đến với tên Pony Alpha, cho thấy Ox Alpha có thể không phải ý tưởng đơn lẻ. Tuy nhiên, các nguồn hiện có cung cấp rất ít chi tiết để đánh giá đầy đủ dự án trước đó.
Ox Alpha nói gì về cuộc cạnh tranh AI?
Việc GLM-5.3-Flash xuất hiện không tự động chứng minh Z.ai đã dẫn đầu toàn bộ ngành AI. Bằng chứng mạnh nhất hiện nay là sự kết hợp giữa thông số được công bố, màn thử nghiệm công khai thu hút lượng sử dụng bất thường và các tuyên bố benchmark, hạ tầng từ chính công ty. Những đánh giá độc lập cùng quá trình sử dụng lâu dài trong môi trường sản xuất sẽ quyết định mô hình cạnh tranh ra sao về lập trình, suy luận đa phương thức, sử dụng công cụ, độ trễ và độ tin cậy.
Dù vậy, tín hiệu cạnh tranh là rõ ràng. Một mô hình có ngữ cảnh một triệu token, đầu vào đa phương thức nguyên bản, trọng số mở và mức giá API tính bằng xu cho mỗi triệu token tạo áp lực lên bài toán kinh tế của các hệ thống đóng đắt tiền. Nó cũng cho thấy thử nghiệm ẩn danh có thể đồng thời đóng vai trò bài kiểm tra thực tế và kênh phân phối.
Bí ẩn đã được giải đáp: Ox Alpha là GLM-5.3-Flash của Z.ai. Câu hỏi quan trọng từ đây không còn là “mô hình này của ai”, mà là lời hứa về chi phí thấp và ngữ cảnh dài sẽ hoạt động tốt đến đâu khi các nhà phát triển chuyển từ một bản thử nghiệm miễn phí lan truyền nhanh sang những quy trình sản xuất ổn định, lặp lại và có yêu cầu cao.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "GLM-5.3-Flash là ai? Z.ai giải mã mô hình bí ẩn Ox Alpha" là gì?
Ox Alpha chính là GLM 5.3 Flash, được Z.ai xác nhận ngày 26 tháng 8 năm 2026 sau sáu ngày thử nghiệm ẩn danh.
Những điểm chính cần xác nhận đầu tiên là gì?
Ox Alpha chính là GLM 5.3 Flash, được Z.ai xác nhận ngày 26 tháng 8 năm 2026 sau sáu ngày thử nghiệm ẩn danh. GLM 5.3 Flash có 320 tỷ tham số, kích hoạt 18 tỷ tham số cho mỗi token, hỗ trợ ngữ cảnh 1.048.576 token và đầu vào đa phương thức.
Tôi nên làm gì tiếp theo trong thực tế?
Màn thử nghiệm miễn phí, không gắn tên nhà phát triển đã thu hút lượng sử dụng rất lớn trước khi trở thành một sản phẩm có trọng số theo giấy phép MIT và API công bố từ 0,15 USD cho mỗi triệu token đầu vào.