智谱AI发布了GLM-5.3-Flash，这是GLM-5系列中首个原生多模态模型，也是glm5_next架构的首个开源权重版本。该模型拥有320B参数，在包含30T token的多模态语料库上训练，并采用混合稀疏和线性注意力机制以降低长上下文推理成本。

  • 架构：45层结构结合KDA线性注意力和DeepSeek风格的稀疏注意力，利用流形约束超连接（mHC）提升扩展效率。
  • 多模态能力：24层ViT编码器允许图像和视频token进入词表，支持长达1,048,576 token的上下文长度。
  • 权重格式：在Hugging Face和ModelScope上提供FP8 (e4m3)和BF16格式，采用MIT许可证。
  • 推理支持：为vLLM和SGLang提供官方配置方案，包括推测解码配置。

此次发布旨在提供一种高性价比的替代方案，在编码和智能体基准测试中接近Claude Opus 4.8的性能，同时显著降低推理成本。