Ox Alpha 解密：Z.ai 揭曉神秘模型，其實是 GLM-5.3-Flash

六天之內，開發者大量使用一個名為 Ox Alpha 的強大模型，卻不知道它來自哪家實驗室。這個模型於 2026 年 8 月 20 日以免費、無開發者署名的形式出現在 OpenRouter 和 OpenCode，提供 1,048,576 Token 的上下文視窗，並能處理文字、圖片與影片。8 月 26 日，Z.ai——智譜 AI（Zhipu AI）的國際品牌——正式確認：Ox Alpha 就是 GLM-5.3-Flash，也是 GLM-5 系列首款原生多模態模型。259

這場揭曉，將一次匿名的公開測試轉化為產品發布。GLM-5.3-Flash 隨後以 MIT 授權釋出開放權重，搭配相對低廉的 API 定價，以及針對長上下文程式設計與代理式工作流設計的架構。679

Ox Alpha 到底發生了什麼？

Ox Alpha 首次在 OpenRouter 和 OpenCode 上線時，沒有公開開發者、價格為零，具備 1,048,576 Token 上下文上限，並支援文字、圖片和影片輸入。開發者很快把它放進程式設計代理、終端機任務與長上下文工作流中測試。458

社群也開始尋找模型身分的蛛絲馬跡。據報導，Ox Alpha 的 Tokenizer 行為與 GLM 系列相似，API 錯誤訊息的模式也透露出線索，因此不少開發者猜測背後可能是智譜 AI。最終，Z.ai 在 8 月 26 日自行確認兩者的關係，並表示匿名部署的目的，是在正式發布前收集真實世界的使用回饋。59

這次預覽帶來異常龐大的使用量。同期一份報告稱，模型在六天內處理了 42 兆個 Token；另一份報告則引用約 44 兆個 Token，以及 503,000 名 OpenCode 使用者。由於這些數字來自不同報告與統計時間點，不應視為單一、已獨立驗證的總數。81116

GLM-5.3-Flash 是什麼？

GLM-5.3-Flash 是一款針對程式設計、長時間代理任務與多模態工作流打造的開放權重模型。Z.ai 稱它是 GLM-5 家族首款原生多模態模型，支援視覺輸入與百萬 Token 上下文視窗。換句話說，一個任務可以同時納入大型程式碼庫、文件、截圖及其他輸入，而不必頻繁壓縮或捨棄歷史內容。720

它最受矚目的架構，是一個總計 3,200 億參數的混合專家模型（MoE），但每個 Token 僅啟用180 億參數。實際運作時，模型擁有龐大的參數容量，卻只會將每個 Token 路由至其中一部分參數。Z.ai 也表示，GLM-5.3-Flash 結合稀疏注意力與線性注意力，以降低推論時的計算量與 Key-Value Cache 需求。620

這正是「Flash」定位的由來：它並不是小型模型，但目標是在總參數量相近的情況下，比完整啟用所有參數的密集模型更省伺服成本。實際速度與成本仍會受到硬體、推論軟體、批次處理方式及工作負載影響，不能只從模型參數量推斷。

程式設計能力有多強？

Z.ai 報告稱，GLM-5.3-Flash 在 DeepSWE v1.1 的得分為 63.4，高於 GLM-5.2 的 46.2。Z.ai 另公布一項與 Claude Opus 4.8 的內部比較，分數為 29.0 對 29.5。78

這些數字可以視為有用訊號，但不是模型品質的通用排名。DeepSWE 成績屬於供應商公布的基準測試結果，而 Claude 的比較則是內部評估。提示詞、工具、代理框架、測試資料是否遭到污染，以及評分方式的差異，都可能大幅影響結果。在獨立且可重現的測試出現前，還不能據此認定它在整體能力上等同任何封閉式前沿模型。

對開發者而言，更實際的賣點是工作流是否合適：模型能否檢視大型程式碼庫、理解視覺資訊，並在長時間代理任務中持續工作，而不必不斷重新整理任務歷史。真正的生產環境表現，還取決於可靠性、工具使用、延遲和錯誤復原能力，而不只是單一基準分數。

價格、授權與使用方式

Z.ai 公布的 API 標準價格為：每百萬個輸入 Token 0.15 美元，每百萬個輸出 Token 0.50 美元。其文件之後列出限時五折優惠，活動期間價格降至輸入 0.075 美元、輸出 0.25 美元。2

模型權重則以 MIT 授權發布於 Hugging Face，授權方式比僅提供託管服務的模型更為寬鬆。一般而言，MIT 授權允許商業使用與修改，但實際部署時仍應檢查模型本身的授權條款、相依套件、硬體需求，以及特定部署方式所附帶的義務。29

Z.ai 的開發者文件也將 GLM-5.3-Flash 列入其開發者與程式設計方案生態，API 參考文件則說明了多模態聊天完成輸入及工具使用能力。172021

「中國製 AI 加速器」說法可信嗎？

這次發布還牽涉另一個更具戰略意味的故事。Z.ai 表示，匿名測試期間的 Ox Alpha 完全部署在中國製 AI 加速器上，並使用客製化、以 SGLang 為基礎的服務堆疊。Z.ai 的工程資料將這次部署描述為：針對國產硬體改善推論效率的實際嘗試。

部分二手報導進一步重述，稱客製化服務堆疊讓端到端效能提升至原本的三倍。不過，目前可取得的來源尚未獨立稽核所使用的加速器種類與規模、精確的效能比較方式，以及整個部署在多大程度上不依賴外國元件。10

這個區分相當重要。若相關說法獲得驗證，這次部署將對中國在美國晶片出口管制下建立高能力 AI 服務具有戰略意義。但現階段，更適合把它視為一項重要的公司披露，而非國產硬體已全面縮小基礎設施差距的決定性證據。

為什麼 Z.ai 要匿名測試？

Ox Alpha 策略讓 Z.ai 得到傳統產品發布通常難以取得的資料：大量、真實而且混亂的開發者使用情境。使用者之所以把它放進程式設計代理和長上下文工作流，是因為它免費且能力突出，而不是受到一張行銷規格表驅動。Z.ai 表示，匿名測試的目的就是在正式發布前收集回饋。59

這種做法也符合開放權重的分發策略。透過寬鬆授權的模型權重、低 API 價格和廣泛的開發者存取，Z.ai 可以鼓勵實驗、快速取得回饋，並在傳統封閉模型訂閱之外建立使用量。較早的匿名模型實驗，包括據報導的 Pony Alpha 測試，也顯示這可能不是一次性的點子；不過，目前來源對該項早期計畫的細節有限。

這次揭曉對 AI 競爭意味著什麼？

GLM-5.3-Flash 本身並不能證明 Z.ai 已經建立新的整體前沿標竿。目前較有力的證據，是公開規格、異常成功的公開預覽，以及公司公布的基準測試與基礎設施說法。它在程式設計、多模態推理、工具使用、延遲和可靠性方面究竟如何，仍須交由獨立評估與長期生產使用來回答。

但它釋放出的競爭訊號很清楚：一款具備百萬 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 幾角美元」計算的模型，會直接對昂貴封閉式系統的經濟模式造成壓力。這也顯示，匿名預覽可以同時充當真實世界壓力測試與開發者分發引擎。

Ox Alpha 的身分謎團已經解開：它就是 Z.ai 的 GLM-5.3-Flash。接下來真正值得關注的，已不再是模型究竟來自哪裡，而是它從免費、引發話題的預覽，走向可重複、可依賴的生產工作負載後，能否兌現低成本與長上下文的承諾。