Ox Alpha 原來係 GLM-5.3-Flash：Z.ai「神秘發佈」背後有咩玄機？

神秘面紗喺 2026 年 8 月 26 日揭開：Z.ai 證實，之前透過 OpenRouter 同 OpenCode 匿名提供嘅 Ox Alpha，其實就係 GLM-5.3-Flash。Z.ai 形容佢係 GLM-5 系列首款原生多模態模型，採用開放權重、約 100 萬 token 上下文，主打 coding 同長時間運行嘅 agent 任務。 1540

不過，今次新聞重點唔只係「Ox Alpha 到底係邊個」。Z.ai 先以免費、匿名預覽形式推出模型，等開發者喺真實工作流程入面大量使用，之後先將佢變成有正式名稱、可以下載嘅產品。換句話講，呢次發佈同時係一次大規模基建壓力測試、產品驗證，同埋相當高明嘅市場造勢。

Z.ai 實際推出咗咩？

GLM-5.3-Flash 係一款混合專家模型（Mixture-of-Experts，MoE），總共有 3,200 億參數，但每個 token 推理時只啟用 180 億參數。佢原生支援文字、圖片同影片輸入，輸出則以文字為主。模型設計上下文容量約為 100 萬 token；但唔同平台顯示嘅確實上限略有差異：Z.ai 文件描述為 100 萬 token 設計，而 OpenRouter 列出嘅上下文窗口就係 1,310,720 token。 12340

Z.ai 以 MIT License 發放模型權重，對於想自行部署、微調或者建立多供應商架構嘅開發者嚟講，彈性比單純使用封閉式 API 高得多。匿名預覽結束後，模型亦以正式名稱登上 OpenRouter。 348

要留意，GLM-5.3-Flash 唔等於 Z.ai 早前喺 8 月公布嘅較大型 GLM-5.3。報道將 Flash 描述為獨立嘅 320B-A18B、較低成本型號，而唔係大型 GLM-5.3 系列嘅同一個 SKU。 10

效能幾吸引，但主要仍然係廠商自己公布

Z.ai 表示，GLM-5.3-Flash 比 GLM-5.2 有更好表現，同時降低服務成本。發佈期間引用嘅結果包括：DeepSWE v1.1 得分 63.4，高過 GLM-5.2 嘅 46.2；Z.ai 亦報告其內部 coding benchmark 得分為 29.0，接近 Claude Opus 4.8 報告嘅 29.5。 316

呢啲數字可以反映 Z.ai 想將模型放喺市場邊個位置，但唔代表已經有獨立測試證實佢同 Anthropic 模型完全同級。Benchmark 嘅定義、測試設定、prompt 寫法同結果能否重現，都會影響比較。較穩妥嘅結論係：Z.ai 聲稱自己以大幅較低成本，提供強勁 coding 同 agent 能力；但未足以證明 GLM-5.3-Flash 已經全面超越封閉式前沿模型。

免費試用完結，價格取代神秘感

Ox Alpha 最初最吸引開發者嘅地方，就係匿名預覽期間可以免費試用。但模型正式公開身份後，呢個免費階段亦告一段落。Z.ai 列出嘅正式價格係：每 100 萬輸入 token 0.15 美元，每 100 萬輸出 token 0.50 美元。 13

發佈前後，OpenRouter 顯示過較低嘅推廣價格：每 100 萬輸入 token 0.075 美元，輸出 token 0.25 美元。 2 呢度要分清楚三件事：Ox Alpha 嘅免費預覽、Z.ai 官方標價，同平台限時折扣，係三種唔同嘅使用條件。

即使按官方標價計，模型嘅成本效益仍然係賣點。Coding agent 往往會消耗大量上下文同輸出 token，所以當開發者揀模型時，token 價格可能同細微嘅 benchmark 差距一樣重要，甚至更加關鍵。

中國製芯片帶出嘅基建訊號

Z.ai 表示，GLM-5.3-Flash 完全運行喺中國製 AI 加速器上。 15 有關服務系統嘅報道就提到，一套以 SGLang 為基礎嘅定制推理架構，加入量化、tensor parallelism、混合 cache 格式、layer splitting，同埋分開 encode、prefill、decode 嘅架構。據報，目標係喺國產硬件限制下改善端到端服務效率。 25

呢個方向延續咗 Z.ai 過往對 GLM 系列嘅說法：公司曾表示，GLM 系列訓練時使用華為 Ascend 處理器，而冇使用 Nvidia 硬件。相關報道亦指出，Z.ai 被列入美國 Entity List 後，取得 Nvidia H100、H200 同 B200 加速器受到限制。 26

呢個推理部署聲稱具備戰略意義，但現階段應該視為公司及業界報告，而唔係經全面審計嘅硬件效能比較。較可靠嘅重點係：Z.ai 正展示自己嘅模型服務堆棧，可以唔依賴 Nvidia 頂級數據中心 GPU，部署大型多模態模型。

點解要先用「Ox Alpha」個名？

匿名推出似乎唔係臨時起意，而係一套有計劃嘅「神秘發佈」玩法：先唔公開品牌，透過熱門 coding 路線免費提供一款有能力嘅模型，觀察開發者點用，再等系統累積真實反饋後揭曉身份。Z.ai 過去亦曾被指用類似方式測試「Pony Alpha」。至於今次，社群就嘗試由 tokenizer 行為、影片處理特徵同 API 錯誤模式，推測 Ox Alpha 背後嘅模型。 71113

發佈期間亦有報道提到非常高嘅使用量同開發者反應，但現有資料未能獨立核實每一個數字或者引述內容。因此，呢啲資料較適合視為發佈期報道，而唔係經審計嘅採用數據。 14

呢種玩法嘅巧妙之處，在於模型一開始已經置身真實工作負載，而唔係只係喺實驗室 benchmark 入面接受測試。Z.ai 可以睇到模型喺大型 coding agent 場景下嘅實際需求、成本同錯誤模式；到正式揭曉時，市場亦已經對個模型產生好奇同初步印象。

對 AI 競爭有咩啟示？

GLM-5.3-Flash 並未證明 Z.ai 已經喺所有前沿模型能力上超越 OpenAI 或 Anthropic。佢真正展示嘅，係幾項條件可以一次過出現：多模態輸入、超長上下文、MIT 開放權重、針對 coding agent 嘅設計，以及相對低廉嘅 API 價格。 1540

對開發者嚟講，呢種組合可以降低轉換模型嘅成本，亦令自行部署或者採用多供應商架構更加實際。對封閉式模型供應商嚟講，壓力就唔只係排行榜排名，仲包括價格、利潤率、延遲、部署控制權同硬件供應。

尤其喺 coding agent 工作負載入面，模型每次任務可能消耗大量 token；只要能力夠用，較低價格同可下載權重，就可能比單純追求最高 benchmark 分數更有吸引力。Ox Alpha 最終變成 GLM-5.3-Flash，亦正正顯示 AI 模型競爭開始由「邊個模型最強」擴展到「邊個可以用更低成本，穩定地服務真實工作」。