Ox Alpha 原來係 GLM-5.3-Flash：Z.ai 六日後揭開模型身份

一個叫 Ox Alpha 嘅 AI 模型，曾經喺 OpenRouter 同 OpenCode 免費開放畀開發者使用，但冇有註明由邊間公司開發。由 2026 年 8 月 20 日登場開始，佢憑住約 104 萬 Token 上下文、文字加圖片及影片輸入能力，迅速成為編程代理人同長上下文工作流程嘅熱門工具。到 8 月 26 日，Z.ai——智譜 AI（Zhipu AI）嘅國際品牌——終於確認，Ox Alpha 嘅真正身份係 GLM-5.3-Flash。 259

呢次公開身份，將一場匿名試用變成正式產品發布：模型以開放權重形式推出，採用 MIT 授權，API 定價亦相對低廉，目標係令長上下文編程同 AI 代理工作更具成本效益。 679

Ox Alpha 點解會引起熱議？

Ox Alpha 初次出現時，開發者見到嘅資料相當有限：模型由 OpenRouter 同 OpenCode 提供、價格係零美元、上下文上限為 1,048,576 個 Token，並支援文字、圖片同影片。大家隨即將佢放入編程代理、終端機任務，以及需要處理大型程式碼庫嘅工作流程實測。 458

社群之後開始「尋根究底」。有開發者留意到模型嘅 Tokenizer 行為似乎帶有 GLM 系列特徵，API 出錯時顯示嘅錯誤模式亦露出線索，於是推測幕後可能係智譜 AI。最終由 Z.ai 親自確認，並表示匿名部署係為咗喺正式發布前收集真實世界使用回饋。 59

匿名試用期間嘅使用量亦非常誇張。同期報道有指，模型喺六日內處理咗 42 萬億個 Token；另一個統計就提到約 44 萬億個 Token，同埋 503,000 名 OpenCode 用戶。不過，呢啲數字來自唔同報道同統計時間點，唔應該當成一個已獲獨立驗證嘅單一總數。 81116

GLM-5.3-Flash 係咩模型？

GLM-5.3-Flash 係一款針對編程、長時間執行嘅 AI 代理任務，以及多模態工作流程而設嘅開放權重模型。Z.ai 形容佢係 GLM-5 系列首個原生多模態模型，即係模型本身由設計開始就能夠處理視覺輸入，而唔係只靠外部工具將圖片或影片轉成文字。 720

模型支援最長 1,048,576 個 Token。簡單講，一次任務可以放入大型程式碼庫、文件、截圖、介面畫面等大量資料，減少開發者反覆截短或整理上下文嘅需要。 27

佢嘅核心係 3,200 億參數嘅混合專家（Mixture of Experts，MoE）架構，但每個 Token 只會啟用 180 億參數。即係模型整體容量非常大，但處理每一段輸入時，只會揀選其中一部分專家參與運算。

Z.ai 同時表示，GLM-5.3-Flash 結合稀疏注意力同線性注意力，目標係減少推理期間嘅計算量，以及降低 Key-Value Cache 嘅記憶體需求。 620

所以「Flash」唔代表佢係一款細模型，而係強調以較少嘅每 Token 運算，提供相對低成本嘅服務。實際速度同成本，仍然會受硬件、服務軟件、批次處理方式同工作負載影響。

編程能力有幾強？

Z.ai 報告指，GLM-5.3-Flash 喺 DeepSWE v1.1 嘅得分係 63.4，高過 GLM-5.2 嘅 46.2。Z.ai 亦公布一項內部比較，GLM-5.3-Flash 同 Claude Opus 4.8 嘅分數分別係 29.0 對 29.5。 78

呢啲數字可以視為參考訊號，但唔等於一個涵蓋所有能力嘅全球排名。DeepSWE 成績係模型公司公布嘅基準測試結果，而 Claude 嘅比較亦屬於內部評估；提示詞、工具、代理框架、測試資料及評分方法，都可能影響最終分數。要判斷佢係咪普遍接近任何閉源前沿模型，仍然需要獨立及可重現嘅測試。

對開發者嚟講，更實際嘅賣點係工作流程配合度：模型能否一次過睇大型程式碼庫、理解畫面內容、使用工具，並喺長時間代理任務入面保持目標同上下文。真正放落生產環境，穩定性、延遲、工具調用、錯誤復原能力，往往比單一基準分數更重要。

API 價格、授權同使用方式

Z.ai 公布嘅 API 牌價係：每百萬個輸入 Token 0.15 美元，每百萬個輸出 Token 0.50 美元。官方文件其後列出限時五折優惠，優惠期間價格降至輸入 0.075 美元、輸出 0.25 美元。 2

模型權重就以 MIT 授權上載到 Hugging Face。一般而言，MIT 授權容許商業使用、修改同再發布，彈性比只提供雲端 API 嘅模型高。不過，實際部署前仍然要檢查模型本身嘅授權條款、依賴套件、硬件要求，以及個別部署方式附帶嘅責任。 29

Z.ai 文件亦列明，GLM-5.3-Flash 可用於其開發者及編程方案；API 介面支援多模態對話輸入，以及工具使用。 172021

中國 AI 加速器部署：重要，但仍有待核實

發布之後，GLM-5.3-Flash 仲帶出另一條故事線。Z.ai 表示，Ox Alpha 匿名試用期間嘅全部流量，均由中國製 AI 加速器處理；公司亦使用咗基於 SGLang 定制嘅服務架構，並將呢次部署形容為提升國產硬件推理效率嘅工程。

部分二手報道進一步重複一項「端到端效能提升三倍」嘅說法。不過，現有資料未有獨立審核加速器集群規模、實際比較基準，以及整個部署有幾大程度不依賴外國組件。 10

呢個分別相當關鍵。如果相關說法日後獲得驗證，將對中國喺美國晶片出口限制下建立 AI 服務能力具有戰略意義。但以目前證據嚟講，較穩妥嘅理解係：呢次係一項值得注意嘅公司披露，未足以證明中國國產硬件已經全面填補 AI 基礎設施差距。

點解要匿名測試？

Ox Alpha 嘅玩法，畀咗 Z.ai 一種傳統產品發布未必做到嘅測試環境：大量、真實而且唔太「乾淨」嘅開發者使用數據。用戶係因為模型免費、容量大、能力實用而攞嚟寫程式、跑終端機任務同測試 AI 代理，唔係因為睇完一張市場規格表先決定試用。Z.ai 表示，匿名測試目的係正式發布前收集回饋。 59

呢種做法亦配合佢嘅開放權重策略。Z.ai 將較寬鬆嘅模型授權、低 API 價格同廣泛開發者接入放埋一齊，鼓勵大家試用、回報問題，再喺傳統閉源訂閱模式以外建立使用量。公司過往據報亦曾經進行名為 Pony Alpha 嘅匿名模型實驗，顯示 Ox Alpha 未必係一次孤立嘅點子；不過，公開資料對前一個項目嘅細節相對有限。

對 AI 競爭有咩意思？

GLM-5.3-Flash 本身未足以證明 Z.ai 已經建立全新嘅整體前沿。現時較有力嘅證據，係公開規格、一次異常成功嘅公開試用，以及公司公布嘅基準同基礎設施說法。佢喺編程、多模態推理、工具使用、延遲同可靠性方面嘅長期表現，仍然要靠獨立評估同實際生產部署決定。

但競爭訊號已經相當清楚：一款擁有百萬 Token 上下文、原生多模態輸入、開放權重，而且 API 價格以每百萬 Token 幾角美金計嘅模型，會直接向高價閉源系統嘅經濟模式施壓。佢亦展示咗匿名預覽可以同時做到兩件事——做大規模真實壓力測試，亦做開發者分發渠道。

Ox Alpha 嘅謎底已經揭開：佢就係 Z.ai 嘅 GLM-5.3-Flash。下一個真正值得關注嘅問題，已經唔係「幕後邊個」，而係模型由免費、帶病毒式傳播效果嘅試用，轉入可重複、可維持嘅生產工作負載之後，低成本同長上下文承諾究竟頂唔頂得順。