GLM-5.3-Flash 发布，主打低成本前沿多模态能力

发生了什么

智谱发布 GLM-5.3-Flash，这是 GLM-5 系列的首个 Flash 版本。官方将其定位为面向普惠使用的前沿模型，强调在智能水平、推理成本和多模态能力之间取得新的平衡。

主要变化

GLM-5.3-Flash 采用 320B 总参数、18B 激活参数的 MoE 架构。官方称，相比 GLM-5.2，该模型在多项能力上进一步提升，同时通过减少激活参数和网络层数降低服务成本。

模型架构上，GLM-5.3-Flash 引入稀疏注意力与线性注意力混合设计，用于降低长上下文场景的计算和服务成本；同时采用 mHC（Manifold-Constrained Hyper-Connections）等结构提升模型扩展能力。

这次发布还强调原生多模态能力。官方给出的场景包括前端开发、游戏开发、3D 仿真、文档处理、金融研究、合同审查与报告生成等，模型可以结合视觉反馈检查或改进输出结果。

对用户有什么影响

对开发者来说，GLM-5.3-Flash 同步开放 API 调用，意味着可以在需要低成本、长上下文和多模态能力的应用中尝试新模型。对使用智谱清言或 GLM Coding Plan 的用户来说，官方也提供了限量体验入口，具体可用额度和价格以智谱最新页面为准。

相关背景

国内大模型厂商近期持续推出 Flash、Lite 或低成本版本，用于在推理成本和能力之间做更细分的产品组合。GLM-5.3-Flash 的重点不只是降低价格，而是通过模型架构、注意力机制和多模态能力的组合，扩展 GLM 系列在智能体、代码、文档和专业办公场景中的覆盖面。