摘要： 智譜 AI 於 2026 年 8 月 26 日開源 GLM-5.3-Flash，並證實 OpenRouter 上匿名的 Ox Alpha 就是其預覽版本。預覽推理由 10 萬顆中國自製晶片叢集承載，OpenRouter 與 OpenCode 合計消耗 62 兆 tokens；該模型後來占 OpenRouter 週流量近 31%，智譜港股當日收漲逾 12%。
2026 年 8 月 26 日，智譜 AI（Z.ai）替一個懸而未決的問題補上了答案：這天它不只開源 GLM-5.3-Flash，也證實先前在 OpenRouter 上匿名現身、一路殺上程式碼模型榜首的「Ox Alpha」，正是這款模型的預覽版本。身份揭曉當天，智譜在香港掛牌的股價收盤勁揚超過 12%，以 1,160 港元作收。
這次發布可以拆成兩塊來看。一塊是操作手法：先讓模型在不具名的狀態下用成績說話，等聲量累積夠了再公布身份。另一塊是底層設施：預覽期間所有推理工作，都交給一組由十萬顆中國自製晶片構成的叢集來扛。
Ox Alpha 之謎：先攻頂排行榜，之後才公布姓名
在身份未公開的那段時間，Ox Alpha 於 OpenRouter 與 OpenCode 兩個平台上合計吃下 62 兆 tokens。正式揭曉後的前三天，光是 OpenRouter 一個平台就再湧入逾 11 兆 tokens，該平台形容這是「史上最大規模的發布」。到 8 月 27 日（週四）為止，它穩坐 OpenRouter 程式碼模型排行第一，單週處理 10.3 兆 tokens，將近全平台週流量的 31%。
開發者社群對「先盲測、後掛名」這種做法早就見怪不怪，但能靠匿名身分在全球平台吃到這種佔比的中國大陸模型確實少見。畢竟真實負載跑出來的數字，說服力遠勝任何一張 benchmark 截圖。
推理服務跑在十萬顆中國晶片之上
《南華早報》把筆墨放在硬體上：GLM-5.3-Flash 這場高調的預覽，從頭到尾都跑在一組由十萬顆中國自產晶片組成的叢集上。在北京力推降低對 Nvidia 先進晶片依賴、美國出口管制又持續收緊的當下，外界把這件事看成一次實測——檢驗中國本土硬體究竟扛不扛得起大規模的全球推理負載。以結果論，這套服務確實接住了 62 兆 tokens 的需求。
產品定位、規格揭露與授權條件
GLM-5.3-Flash 是 GLM-5 家族中第一款原生多模態模型，文字與視覺輸入都收，可處理的任務涵蓋影像描述、視覺問答與文件理解。根據 Emergent 的報導，智譜在發布當下並未端出詳細的 benchmark 分數或參數規格，但定位講得很明白：給那些對延遲與成本敏感、不需要追求峰值精度的場景使用，量級與 Claude 3.5 Haiku、GPT-4o mini、Gemini 1.5 Flash 相當。
授權走的是 MIT：商用、修改、再散布一概不設限，條件比 Apache 2.0 或自訂研究授權更寬，也不會碰上廠商鎖定或授權金之類的負擔。權重可自 Hugging Face 與 GitHub 下載，API 除了智譜自家平台，也由 Cloudflare 等第三方供應商提供，同時納入 GLM Coding Plan，並能與主流 coding agent 搭配運作。
開發者該怎麼讀這件事
三個觀察。其一，輕量開源模型比拚的重心已經從「分數」挪到「每 token 成本 × 能否自由部署」，而 MIT 授權正好讓 GLM-5.3-Flash 在後一項拿到最滿。其二，OpenRouter 上的真實用量比 benchmark 更值得當成採購參考——週流量佔 31% 這個數字，說明已經有大批開發者用生產負載投了票。其三，供應鏈多元化不再只是政策口號：一套足以承載全球流量的非 Nvidia 推理叢集，已經實實在在運轉過一遍。