AI少年(@aehyok):牛来（Ox-Alpha）以来，新的斩杀线已成。智谱 GLM 上线并开源 GLM-5.3-Flash (320B-A18B)，这是GLM-5系列的首个原生多模态模型。 1、320B 总参数，仅激活 18B：MoE 架构，单次推理计算量明显降低。 2、能力进入前沿区间：官方称整体能力超过 GLM-5.2，AA Intelligence Index 为 57 分，与 Claude Opus 4.8 持平。 3、价格极低：正式价格约为 GLM-5.3 的 1/10，限时约 1/20，官方称约为 Opus 4.8 的 1/40。 4、GLM-5 首个原生多模态模型：可以同时处理文本、图像、GUI 和视觉环境。 5、特别适合 Coding Agent：能“写代码 → 看运行效果 → 自我检查 → 再修改”，尤其适合前端、游戏、3D、Browser Use 和 Computer Use。 6、长上下文成本大幅降低：采用线性注意力 + 稀疏注意力混合架构，相比 GLM-5.3，注意力计算量降低约 3 倍，KV Cache 降低约 4.4 倍。 7、已开源且经过真实流量验证：此前匿名模型 Ox-Alpha / 牛来就是 GLM-5.3-Flash，并已在 OpenRouter、OpenCode 上进行大规模测试。 8、配合DeepSeek Harness 和 Alloomi，不仅速度快，价格还便宜，效果实打实的在线。模型开源地址，本地部署欢迎实测：

2026.08.26 14:37

牛来（Ox-Alpha）以来，新的斩杀线已成。智谱 GLM 上线并开源 GLM-5.3-Flash (320B-A18B)，这是GLM-5系列的首个原生多模态模型。 1、320B 总参数，仅激活 18B：MoE 架构，单次推理计算量明显降低。 2、能力进入前沿区间：官方称整体能力超过 GLM-5.2，AA Intelligence Index 为 57 分，与 Claude Opus 4.8 持平。 3、价格极低：正式价格约为 GLM-5.3 的 1/10，限时约 1/20，官方称约为 Opus 4.8 的 1/40。 4、GLM-5 首个原生多模态模型：可以同时处理文本、图像、GUI 和视觉环境。 5、特别适合 Coding Agent：能“写代码 → 看运行效果 → 自我检查 → 再修改”，尤其适合前端、游戏、3D、Browser Use 和 Computer Use。 6、长上下文成本大幅降低：采用线性注意力 + 稀疏注意力混合架构，相比 GLM-5.3，注意力计算量降低约 3 倍，KV Cache 降低约 4.4 倍。 7、已开源且经过真实流量验证：此前匿名模型 Ox-Alpha / 牛来就是 GLM-5.3-Flash，并已在 OpenRouter、OpenCode 上进行大规模测试。 8、配合DeepSeek Harness 和 Alloomi，不仅速度快，价格还便宜，效果实打实的在线。模型开源地址，本地部署欢迎实测：

AI少年@aehyok

2026.08.26 02:54

还在把 md 当记忆补丁、把窗口加大当「有记忆」的，这篇值得认真拜读一下。窗口再大也只是缓存。Harness 调的再顺，也只是外壳在进化，模型没进化。RAG 再全，也只是把查询相关的信息塞回到 prompt。官方这篇写得很硬核：这些做法给了 AI 更多的信息，但却不能让 agent 变的更强。从初级助理变成熟手搭档的，是需要带着判断和反馈的工作经验——而这种东西网上是没有的。两派人现在走的不是一条路。一边继续往外加检索、加会话摘要、加更长的上下文；而另一边则是把真实工作流里的判断、改稿、交付结果，经过筛选写回权重，再用质量门和回滚把进化锁住。前者每次接活都有点重来的味道，后者每干完一次，下一次再干就又有了很大的进步。 Alloomi 把应用层和模型层焊在一起，四层是一个飞轮，不是四个功能。OpenContext 开源的是第一层：时间上下文、记忆检索、上下文校正、多平台接入、主动调度。产品侧是 OKR 驱动的自进化数字员工，已经在法律、保险、投顾这些高专业度场景里共创。下一阶段比的不是模型有多聪明，是它在真实世界里每干完一件活，学走了什么。现在智能只是起跑线，而经验和判断力才是分叉口。你站哪边？👇

Forward to community