牛来（GLM-5.3-Flash）模型第一手实测，到底是夯还是拉？

本文作者：程序员小灰（@XiaohuiAI666）。版权归作者所有，未经授权禁止转载。

大家好，我是程序员小灰。

在 8 月 20 日，AI 圈子多了一个大模型盲盒。

一个叫 Ox-Alpha 的匿名模型悄悄上线 OpenRouter 和 OpenCode，100 万上下文，多模态，免费试用，除此之外没有任何信息。几天时间，它冲上两个平台的第一名，创下调用量新高。

全网开始竞猜它是谁家的：小米 MiMo、Grok、Gemini 马甲，全被猜了一遍。

由于Ox是“牛”的意思，刚好电影《牛来》正在爆火，于是AI中文社区都把这款匿名模型戏称为“牛来”大模型。

一直到 8 月 26 日晚，盲盒正式拆开：这个所谓的“牛来”模型，正是智谱旗下的 GLM-5.3-Flash。

悬念只是开胃菜，真正的冲击是官方给的这两个数：Artificial Analysis 综合智能指数 57 分，和 Claude Opus 4.8 持平；限时价格，约为 Opus 4.8 的 1/40。

一款能够和 Opus 4.8 掰手腕，同时价格压到这个水平的模型，值得大家花 5 分钟了解一番；不想付费体验的，文末整理了免费与省钱的使用途径，有需要可以直接跳转文末。

先说清楚，这是个什么模型

它名字叫 Flash，但它既不是缩量小模型，也不是简单的阉割版本，而是基于全新旗舰底座打造的高性价比版本。

翻译成人话：

320B 总参、18B 激活：大脑总共 3200 亿参数，每次干活只点亮 180 亿，所以又快又省。

原生多模态，还带视频：不是外挂一个视觉编码器，是预训练阶段就把眼睛长进了脑子里。图像、视频、文本一起吃，这在 GLM-5 系列是第一次。

全新预训练，不是蒸馏款：市面上很多"-Flash""-mini"是把大模型一刀切小的版本，这个不是，30 万亿 token 从头练的全新模型。

它在系列里的位置一句话讲完：能力全面超越参数量高它一倍的 GLM-5.2，价格只有 GLM-5.2 的十分之一。

架构瘦身也下得去手：总参数量和 GLM-4.5 的 355B 一个量级，激活参数从 32B 砍到 18B，层数从 92 砍到 45，几乎对半。

价格：真正的断层在这

跑分开头说过了，智能指数 57 追平 Opus 4.8，只补一句丑话：追平的意思是每一项都还略差一口气，别拿"持平"当"反超"宣传。

重点看价格，每百万 token 摆在一起：

对比表格可以直观看到双方价差。8 月 17 日 DeepSeek 刚刚官宣涨价，仅仅两周后智谱就公布了极具冲击力的定价，行业价格格局因此发生明显变化。

用起来什么感觉：我自己跑了一遍

前面把跑分和价格都讲完了，但都是纸面判断。模型到底行不行，还得自己上手。我挑了两个最直观的：案例一让它一句 prompt 做个敦煌飞天页面，看前端功力；案例二把作品录屏喂回给它，看它有没有自知之明。过程和结果全在下面，翻车也照实写。

案例一：前端一次成

提示词：

用单个 HTML 文件做一个以「敦煌飞天」为主题的沉浸式数字艺术页，要求：
1. 视觉风格自己定，从敦煌壁画取矿物色（土红、石青、石绿这类），要有洞窟的深邃和飞天的飘逸
2. 至少两处动效：一处跟随鼠标交互（比如飘带跟随或流沙），一处自动循环（比如飞天巡游或藻井旋转）
3. 页面上的文案全部由你原创，要有意境，禁止占位文本
4. 不用任何外部图片、字体和框架，纯 HTML/CSS/JS/Canvas
5. 代码最后用注释写一句话设计思路

十三分钟五秒就做完了，咱们来看看效果：

实话讲效果很惊艳，以我十多年的开发经验，同等完整度的页面人工开发至少要一周，而模型不到一刻钟就输出完毕。

至于具体好不好，我先不急着下结论，我们让它自己来总结，以子之矛，攻子之盾。

案例二：视频理解，让它评价自己的作品

思路：把案例一的敦煌飞天页面录屏30秒，直接喂回给它，让它给自己打分、挑毛病。它说的和我眼里看到的，是不是一回事，有没有自知之明，对比着看。

提示词：

这段视频是一个「敦煌飞天」主题网页的录屏，这个页面就是你自己生成的。看完视频回答：
1. 描述你看到的视觉元素和动效：配色、飘带、落花、光线分别是什么样的
2. 视频第 3 秒左右，画面左下角的文案是什么？逐字念出来
3. 给这个页面的审美、动效、文案分别打分（0-100），各配一句理由
4. 以挑剔的前端评审身份，指出至少 3 个不足或能做得更好的地方
5. 说实话：如果这是别的模型做的页面，你会夸它吗？

第 2 题是防幻觉细节题，它连自己作品上的字都念不对的话，就很说明问题了。