【大模型/评测】近期大模型发布与评测要点如下：

智谱正式发布了「牛来模型」GLM-5.3 Flash，又便宜又能打的轻量旗舰。 还记得前阵子 OpenRouter 上突然冒出来一个叫 Ox Alpha 的匿名模型吗？五天时间流量就破了平台历史纪录的四倍，全网开发者都在猜它到底是谁家的。现在谜底揭晓了：智谱的 GLM-5.3 Flash。 这个模型参数量 321B，跟 DeepSeek V4 Flash 差不多体量，但架构完全重新设计过。它跟自家大哥 GLM-5.3 走的是不同的路线，底层的混合注意力机制被整个重写了一遍。每次激活的参数从 32B 砍到了 18B，注意力计算量降了三倍，KV 缓存降了四倍多。说白了就是：干同样的活，消耗的算力少了一大截，所以成本能压得很低。 那它到底有多能打？根据评测，GLM-5.3 Flash 的 AI 智能分数是 57 分，超过了上一代旗舰 GLM-5.2，跟 Claude Opus 4.8 持平，甚至比 DeepSeek V4 Pro 正式版的 53 分还高。换句话说，一个轻量级模型，智能水平已经摸到了顶级旗舰的门槛。 再看价格，就更离谱了。输入 0.8 元、输出 2.8 元每百万 token，上线前两周还半价。对比涨价后的 DeepSeek V4 Flash，综合成本便宜了一截。社区里有人总结得很到位：Opus 4.8 的能力，四十分之一的价格。 还有个很关键的信息：这个模型全程跑在国产芯片上。10 万张以上的国产卡集群，扛住了 Ox Alpha 匿名测试期间全球开发者涌入的恐怖流量，智谱官方说硬件效率和单位 token 成本已经达到了英伟达 GPU 相当的水平。这对国产算力生态来说是个很硬的证明。 另外，GLM-5.3 Flash 还是智谱战略转向 coding 之后第一个带原生多模态能力的新模型，支持图像和视频输入。社区开发者已经拿它写了五六十万行代码从零搓出泰拉瑞亚，还有人让它在 Blender 里独立完成 400 平米豪宅的建模渲染，前端还原设计稿更是像素级的。 GLM-5.3 Flash发布的时机简直恰到好处。DeepSeek 八月全面涨价，V4 Flash 输出价格翻了一倍多，OpenCode 上调用量直接掉了一半。这部分流失的需求，就成了国产模型厂商新的增长空间。智谱这一刀切进来，时机卡得很准。 我感觉轻量旗舰这个赛道，接下来只会更卷。 智谱发布GLM5.3Flash科技先锋官How I AI

今天，又有消息曝出：全新Opus 5.1模型，据传将在本周突袭发布。 从此，智能体赛道又要大洗牌了。 它有碾压级的编程能力、复杂的逻辑推理和长时间运行的AI Agent能力。 单Token的智能水平，将再次被推到极限！ 而且，预测网站也显示，Anthropic有74%的概率在两周内发布其下一代旗舰模型（极有可能是Mythos或Fable 5.1）。 巧的是，今天OpenAI也刚刚曝出一个十万亿参数模型，据传已完成后训练。 GPT Astra、Fable 5.1/Mythos、Grok 4.7，我们即将迎来下半年最密集大模型发布潮！ Opus 5.1本周登场，智能体赛道大洗牌 「没有人准备好迎接即将到来的一切。下一代模型将带来一场本体论层面的冲击。」硅谷初创CEO Pietro Schirano在X上的一句感叹，形象描述了最近ASI赛道的盛况。 消息人士爆料：Anthropic将在本周正式发布Opus 5.1模型。 要知道，Opus 5才刚刚上线没几周，这种「卷死同行」的迭代速度，简直让人瞠目结舌。 上一次出现类似的早期访问标识泄露时，正式发布仅隔了两周不到。 那么，这个被寄予厚望的Opus 5.1，到底强在哪？ 据泄露信息显示，这一次升级并非简单粗暴地堆砌参数规模，而是将核心发力点放在了「单Token的智能水平」上。 模型将重点强化以下三大能力： 碾压级的编程能力：直指「代码王座」，试图让Opus成为专业工程开发的「新默认选项」。 复杂的逻辑推理：面对多步骤任务不再「脑雾」。 长时间运行的AI Agent能力：能够真正自主接管复杂的工作流。 业内猜测，Anthropic这么着急把Opus 5.1推上台前，一方面是为了缩小它与自家顶级模型Fable系列之间的能力差距。 另一方面，也是感受到了来自死对头OpenAI的极大压力。 在强敌环伺的下半年战场上，Anthropic必须抢占智能体应用生态的高地。

大家都在追求更大的LLM... 但GPU显存正在角落里默默流泪。😭 近年来，大型语言模型（LLMs）变得无比巨大 🦾，拥有数十亿（甚至数万亿）参数。它们功能强大到难以置信……但同时也极度贪婪地消耗着显存。 而这正是问题变得棘手的地