Z.ai證實打造神秘模型Ox Alpha，真身為GLM-5.3-Flash

8月下旬，一個名為Ox Alpha的神秘模型毫無預警地出現在OpenRouter與OpenCode平台上，在各類排行榜與基準測試中直逼頂尖模型，卻沒有任何實驗室出面認領。接下來幾天，這種沉默演變成人工智慧產業最大的猜謎遊戲之一：本站先前針對這次隱密發布的報導，曾整理出五種相互競爭的推測——分別指向Z.ai旗下的GLM系列、微軟、Google、Cursor與字節跳動——這些推測大多依據分詞器（tokenizer）留下的痕跡，因為被點名的實驗室都不願證實或否認。分詞器測試最一致地指向Z.ai：在十一項獨立測試中，其GLM系列模型全數吻合，而其他任何一家實驗室的模型都未能超過四項吻合；但Ox Alpha所消耗的免費用量規模之大，讓外界對這個原本最有力的推測也產生了懷疑。

這個謎團如今已經解開。根據TechCrunch引述彭博社的報導，Z.ai已證實Ox Alpha正是其GLM系列的最新一代。該公司表示計畫於週三公開Ox Alpha的權重，屆時外部開發者將能直接在其基礎上進行開發。Z.ai將此模型描述為專為程式設計、長時間智能體（agentic）工作與生產環境負載而設計，適用於長週期的軟體工程任務，以及文字與圖像結合的工作流程。

揭開面具：GLM-5.3-Flash

以正式名稱示人，Ox Alpha其實就是GLM-5.3-Flash——根據德國科技媒體the-decoder.de報導，這是GLM-5系列中首款原生多模態模型。該模型總參數量達3200億，但每次任務實際啟用的參數僅180億，這種混合專家（MoE）架構旨在降低推論成本。模型以MIT授權條款釋出，權重已上傳至Hugging Face，並支援一百萬token的上下文視窗。

在Artificial Analysis的智慧指數（Intelligence Index）測試中，GLM-5.3-Flash在最大推理強度下獲得57分，僅比體量更大的GLM-5.3（60分）低3分，與GPT-5.6 Terra及Muse Spark 1.2大致處於同一水準。真正關鍵的差距在於價格：Artificial Analysis測算，該指數中每項任務的成本為0.09美元，而GLM-5.3為0.68美元，便宜約7.5倍——該機構表示，這使模型處於智慧與成本之間的帕累托前緣。透過Z.ai自家API呼叫，GLM-5.3-Flash的價格為每百萬輸入token 0.15美元、每百萬輸出token 0.50美元，大約僅為GLM-5.3價格的十分之一。在智能體基準測試GDPval-AA v2上，它取得約1770的Elo分數，與GLM-5.3和Grok 4.6相當，僅次於Claude Opus 5。代價則反映在效率上：據Artificial Analysis測算，該模型約90%的輸出token都用於推理過程，而非最終答案本身，即使每個token價格更低，仍可能拖慢回應速度。

• 總參數3200億，每次任務實際啟用180億（混合專家架構）
• 智慧指數：57分，對比GLM-5.3的60分，但每項任務成本便宜約7.5倍（0.09美元對0.68美元）
• API價格：每百萬輸入token 0.15美元，輸出token 0.50美元——約為GLM-5.3價格的十分之一
• GDPval-AA v2智能體得分：Elo約1770，僅次於Claude Opus 5
• 據Z.ai表示，每天交付100兆token，全部運行於中國晶片上

對輝達「CUDA護城河」的一次實測

更引人注目的說法並非關於模型本身，而是關於基礎設施。在以正式名稱發布之前，Z.ai曾以「ox-alpha」這個匿名身分，在OpenCode與OpenRouter上測試該模型，並使其成為當週使用量最高的模型。據Z.ai表示，當時的全部流量都運行在中國人工智慧晶片上，而非輝達硬體。SemiAnalysis報導指出，這套系統每天交付了100兆token，這個規模先前被認為只有頂尖實驗室才做得到，該機構並指出，Z.ai宣稱其硬體效率與單token成本可與主流輝達GPU相媲美。SemiAnalysis將這項結果視為對輝達所謂「CUDA護城河」的又一次實測——CUDA是輝達近二十年來打造的專有軟體層，介於人工智慧框架與輝達晶片之間，幾乎所有人工智慧軟體都是圍繞它量身打造。換到不同的晶片，通常意味著要從零開始重新撰寫運算操作、調整記憶體存取方式，這項工作過去讓輝達的競爭對手屢屢受挫：晶片在紙面規格上很快，實際使用時利用率卻很低。Z.ai表示，繞開這項難題的方法，是基於開源框架SGLang自行打造一套推論服務軟體，將處理流程拆分成可獨立擴展的多個階段；團隊指出，與最初的嘗試相比，這套方案在同樣的硬體上讓輸送量提高了三倍，其間還有一個以GLM-5.3打造的智能體協助完成優化工作。

像這樣的匿名「隱身」發布，如今已成為一種相當常見的做法，尤其在中國實驗室之間：不掛名發布一個模型，意味著它只會憑排行榜成績與開發者的真實使用經驗受到評判，不會帶著知名品牌所附帶的既定印象——無論這種印象是正面或負面——直到實驗室準備好正式宣布為止。這種做法同時也是在生產規模上測試一整套全新基礎設施——在這個案例中，就是一整條完全不依賴輝達的服務鏈路——然後才把公司名號與結果掛鉤。

這種擺脫輝達依賴的說法，是在美國多年出口管制的背景下提出的：這些管制限制了中國實驗室取得輝達最先進人工智慧晶片的管道，促使它們轉向國產替代方案，並開發客製化軟體讓這些晶片具備競爭力。若Z.ai公布的效率數字經得起獨立檢驗，就會削弱一種普遍假設——即單憑CUDA軟體生態系統，輝達就能對那些繞開出口管制、而非仰賴出口管制建立能力的實驗室保持長期優勢——這將實際影響輝達在這個它長期主導的市場中，還能保有多大的定價權。

對台灣的企業與開發者而言，GLM-5.3-Flash的意義不只在於價格。台灣是輝達晶片供應鏈的核心一環，這類「不靠輝達」也能達到相近效率的說法，值得業界審慎看待，而非照單全收——畢竟目前這些效率數字仍出自Z.ai自身，尚待獨立機構檢驗。若企業考慮將生產環境的工作負載，從西方頂尖模型轉向這類更便宜的中國模型，GLM-5.3-Flash提供了一個具體參照：效能已接近旗艦級大型模型，API價格卻只要約十分之一，授權條款也允許自行部署。但相對的取捨同樣真實——較高的推理token消耗可能拖慢回應速度，一家總部位於中國的實驗室也帶來自身在資料處理與出口合規上的問題。把成本節省與這些治理疑慮放在天平的兩端一併衡量，而不只是看基準測試分數，很可能會成為企業評估供應商時的標準步驟。