智谱“牛来”跑在10万国产卡上，价格约为Opus 4.8的四十分之一

8月26日，智谱认领了此前在海外开发者社区引发热议的神秘模型“牛来”，其真身是GLM-5系列首个原生多模态模型GLM-5.3-Flash，并同步开源。

这个模型在正式亮相前，以匿名代号Ox Alpha在OpenRouter和OpenCode上免费开放测试，5天内流量累计超过50万亿token，刷新了两个平台的流量增长纪录，使用量一度超过DeepSeek的两倍。真正引发关注的，是智谱随后披露的一个细节——这些流量全部由国产芯片承载。智谱在官方技术文档中表示，公司调用超过10万张国产芯片集群用于该模型推理服务，芯片通过自研高带宽互联网络连接，并采用生产级Encode–Prefill–Decode（EPD）分离式架构。与同一硬件上的初始基线相比，端到端服务性能提升了3倍，硬件效率和单token成本已达到与主流英伟达GPU相当的水平。

GLM-5.3-Flash总参数3200亿，每次推理仅激活180亿参数，采用稀疏注意力与线性注意力混合架构。据智谱介绍，其在Artificial Analysis Intelligence Index中获得57分，与Anthropic的Claude Opus 4.8持平。价格方面，其常规定价约为GLM-5.3的十分之一，限时折扣期间约为二十分之一，与Claude Opus 4.8相比约为后者的四十分之一。

半导体研究机构SemiAnalysis在X平台发文评论：“所有流量均由国产芯片承载，硬件效率和单token成本已可与英伟达GPU相媲美。继Jalapeño（OpenAI自研推理芯片）昨日宣布之后，CUDA护城河再度受到考验。”

智谱称，过去一周是其首次在大规模流量中尝试用国产芯片集群提供服务。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。