Ox Alpha：現以 GLM-5.3-Flash 出貨之匿蹤模型完整規格表

Ox Alpha 是那個匿名名稱，GLM-5.3-Flash 便是以此名義預覽，並於 2026 年 8 月 26 日 揭露，且它不是你今天能呼叫的模型。帶有 Ox Alpha 名稱的預覽清單已不再提供它；其背後的模型有供應商頁面、MIT 授權的權重、已公佈的費率表，以及有文件記載的 API 介面，全都屬於 Z.ai。本頁是該模型的參考資料——適用範圍、模態、費率表、端點介面、每一項已公佈的基準測試數據及其所附的修訂版本或測試框架，而且，因為這個別名仍然只會傳回單薄且令人困惑的搜尋結果，所以也明確說明哪些內容在任何地方都沒有記載。以下所有內容均於 2026-09-28 讀取自 Z.ai 自家的模型文件與定價頁面、Hugging Face 上的 Z.ai 模型卡、Artificial Analysis，以及我們自家的目錄；供應商公佈的數據與獨立第三方測量的數據會分開標示，且本文沒有任何內容是從相似性推斷而來。

Ox Alpha 這個名稱現今指的是什麼

那個別名已退役，而將它退役的正是供應商本身。Z.ai 自家針對 GLM-5.3-Flash 的文件指出，該模型在發布前曾以 ox-alpha 之名匿名測試，以蒐集使用者回饋，而那次匿名運行成為當週最受歡迎的模型。可供定年的錨點簡短而明確：那份隱蔽上架清單顯示 Ox Alpha 於 2026 年 8 月 20 日發布，而正式揭曉落在 8 月 26 日——這與 Z.ai 文件頁面所載的日期相同，也與我們自家目錄為 z-ai/glm-5.3-flash 記錄的發布日期一致。

由此可得出兩件事，而這兩件事對搜尋這個名字的讀者都很重要。

• 別名不是路由。我們的目錄對 stealth/ox-alpha 查詢回傳「model not found」，讀取於 2026-09-28。那個名稱底下沒有可呼叫的項目，因為廠商的產品帶的是廠商自己的名稱。

• 在該別名下同樣沒有廠商自有的權重儲存庫。在 Hugging Face 搜尋 ox-alpha，會找到 2026 年 8 月下旬潛行期間所建立的社群上傳內容，以及一個 2026 年 9 月 27 日、僅含模型卡的儲存庫，該儲存庫不含權重，並指向 Z.ai 的官方發布。儲存庫名稱是上傳者自行選擇的標籤；它並不構成任何事物的證明文件。Z.ai 自身的組織將該模型發布為 zai-org/GLM-5.3-Flash，該儲存庫建立於 2026-08-25（UTC）。

主宰匿名週的供應商問題已經落幕，而且是以尋常方式落幕：一家實驗室站出來，把名字掛在模型上。剩下的是規格，而這正是本頁涵蓋的內容。發現過程——揭露之前的指紋辨識、它所屬的匿名模型譜系，以及隨之而來的伺服硬體披露——刊載於我們先前關於 Ox Alpha 調查的文章，而本頁不會重新爭論其中任何一點。

封套，如廠商文件所述

這些是 Z.ai 回報的數字，於 2026-09-28 從廠商自家的文件頁面讀取；而四個規格維度中有三個已獲獨立佐證——Artificial Analysis 的模型紀錄載有相同的 320B 總參數、18B 啟用參數、1,000,000 token 上下文與 MIT 授權，我們自家的型錄卡也載有上下文與輸出限制。

• 上下文視窗 — 1,000,000 tokens（Z.ai 文件；Artificial Analysis；我們自己的型錄卡，其中列出 1,000,000）

• 最大輸出 — 128K tokens（Z.ai 文件）；我們的卡片記錄為 128,000

• 輸入 — 文字、圖像、影片與檔案（Z.ai 文件，讀取於 2026-09-28）；我們的卡片列出文字、圖像與影片，並未聲稱支援檔案輸入

• 輸出 — 僅限文字，每個來源皆如此

• 參數 — 總計 320B，每個 token 啟用 18B（Z.ai 文件與模型卡；Artificial Analysis 獨立記錄 320B 與 18B）

• 授權條款 — MIT，權重發佈於 Hugging Face（廠商模型卡；Artificial Analysis 將此模型歸類為採用寬鬆授權的開放權重模型）

• 架構——稀疏注意力與線性注意力的混合體，Z.ai 稱其為首個結合兩者的開源前沿模型，相較於 GLM-5.3，可將注意力運算量降低 3.01 倍、KV 快取降低 4.44 倍，另有一個 IndexPool 步驟，能在長上下文時將四個索引器鍵向量壓縮為一，以及用於提升擴展效率的 Manifold-Constrained Hyper-Connections。以上皆為廠商說法；目前沒有可引用的獨立架構審查。

• 預訓練——一個 30 兆 token 的多模態語料庫（Z.ai 所述）。除了 320B/18B 這個主要數字之外，該廠商未公布總訓練算力數據，也未公布逐層參數明細。

有一項概括性主張自發布以來已收窄，而目前的文件才是應引用的版本。8 月流傳的服務硬體披露，將匿名週的產能定在約 10 萬顆中國國產晶片。Z.ai 如今所載的文件表示，該模型是在「數萬個國產自主開發的加速器」上提供服務，在相同硬體上，相較供應商自家基準，端到端服務改善達 3×，且每 token 成本被供應商形容為可與主流 NVIDIA GPU 相比。數萬是該頁面現在所說的數字；較大的數字是發布時期的數字。兩者都是公司說法，兩者都未經獨立查核，而修訂方向是向下。

費率卡，以及為什麼實際投放的數字才是關鍵

Z.ai 的定價頁面列出 GLM-5.3-Flash 為每百萬輸入 token 0.15 美元、每百萬快取輸入 token 0.03 美元，以及每百萬輸出 token 0.50 美元；同系列的 FlashX 層級則為 0.37 / 0.075 / 1.25 美元。這是供應商公布的定價，擷取自供應商自家頁面，日期為 2026-09-28。

我們的路由今天實際供應的費率較低，而這正是本節的實際重點。根據 2026-09-28 的資料，OrcaRouter 上 z-ai/glm-5.3-flash 的價目卡將輸入定價為 $0.075 每百萬 token，輸出為 $0.25 每百萬 token，快取讀取則為 $0.0173 每百萬 token。這同樣是同一模型、同一天，卻是供應商定價表的一半——是折扣後的數字，而非公告價，且卡片上沒有任何促銷標示。我們先前對這款模型的報導曾指出，在所述促銷期結束後仍存在同樣的落差；這個觀察至今依然成立，而我們仍無法查出原因，因此我們報導實際供應的數字，並讓原因保持未解。

快取輸入正是三個來源明顯不一致之處，這也適時提醒我們，表格中的「$0.03」未必是任何人實際支付的價格。供應商的頁面寫的是每百萬個快取輸入權杖 $0.03；Artificial Analysis 的模型紀錄所列的快取命中價格是 $0.026；我們的路由提供的快取讀取價格則是 $0.0173。這三筆資料的讀取時間都在 2026-09-28 當天或之前不久，且全部由供應商或平台回報。我們將供應商的定價表數字引用為定價表數字，並將實際供應的數字引用為呼叫方實際被計費的金額。

對一個具代表性的代理任務進行計算——100,000 個輸入 token 和 10,000 個輸出 token，沒有快取命中：

• 以供應商表定費率計算——100,000 個 token × $0.15/1M = $0.015，加上 10,000 × $0.50/1M = $0.005，因此每次呼叫為 $0.020

• 以我們的路由目前提供的費率來看——$0.0075 加上 $0.0025，也就是每通電話 $0.010，正好是一半

這就是為什麼在評估工作負載規模之前，必須查看實際供應價格而不是定價的全部原因：對於每天執行數千次呼叫的長時程代理而言，這兩個數字之間的差距，就是兩種預算之間的差距。OrcaRouter 以 0% 加價直接傳遞供應商的定價，因此廠商正在提供的折扣會顯示在我們的價目表上，而不是被吸收在中間某處。

模態與端點介面

供應商記載了一種介面形式與兩個模型代碼：glm-5.3-flash和glm-5.3-flashx，兩者皆透過 Chat Completion API 提供服務。圖片會以 type 為 image_url 的內容區塊放入 message content 陣列中，可採用 URL（供應商建議的方式）或 base64 data URL，且一則訊息中可傳送多個圖片區塊。支援串流，而 Z.ai 建議串流請求時同時啟用 stream 與 tool_stream。工具呼叫、上下文快取與結構化 JSON 輸出皆為文件所記載的功能；thinking 受支援，但如下一節所述，並非可選。

FlashX 是同一個模型的一個獨立服務層級，而不是一項獨立功能：Z.ai 的文件記載其速度為每秒 200 個 token，並表示它尚未在 GLM Coding Plan 上提供。它不是我們目錄所收錄的層級，也不是本頁數字所描述的內容。

在我們的路由上，端點範圍較窄，值得精確說明。z-ai/glm-5.3-flash 的卡片揭露 POST /v1/chat/completions——僅限聊天補全，沒有第二個協定端點——並接受 reasoning、reasoning_effort、include_reasoning、tools、tool_choice、response_format、stream、temperature、top_p、max_tokens 和 stop。卡片上的能力標籤為 vision、tools、JSON 和 reasoning。上下文為 1,000,000 個 token，最大輸出為 128,000，與廠商文件相符。

投入程度與思考：決定每個基準測試分數的設定

這是規格中對你解讀分數影響最大的部分，而且廠商有精確記載。GLM-5.3-Flash 採用 reasoning_effort 參數，具有三個層級——低、高與 max——若你未傳入任何值，或傳入任何不是低或高的值，預設即為 max。思考無法關閉：廠商表示 thinking.type 僅支援 enabled。聊天範本的 clear_thinking 旗標預設為 false，Z.ai 建議在聊天情境中明確傳入 true。廠商建議的取樣設定為 temperature 1 與 top_p 0.95，並直接表明基準測試與排行榜重現應維持預設的 max 等級。

把這兩項事實放在一起看，對任何比較數字的人來說，後果都無可避免：未註明 effort 等級的分數並不是完整的量測，因為 low、high 和 max 設定是同一模型的不同運作點，而預設值是三者中最昂貴的。我們的模型卡在其支援的參數中列出了 reasoning 和 reasoning_effort，因此可透過路由觸及該設定，而不僅是透過供應商。

基準表，附上修訂版

Z.ai 為 GLM-5.3-Flash 發布了一份基準測試表，而這份表格完全由廠商自行提報——Artificial Analysis 的獨立紀錄並未重現這些項目。該廠商最受矚目的程式編寫與代理式數字為：DeepSWE v1.1 達 63.4，對比 GLM-5.2 的 46.2；以及 AutomationBench v1.0.6 達 48.8，對比 GLM-5.2 的 26.2。至於表上其餘內容，就如我們自家目錄所收錄、並以 Z.ai 為具名來源的那樣：Humanity's Last Exam with tools 55.3、Agents' Last Exam 26.3、NL2Repo 56.3、Chartography with tools 78、CharXiv reasoning with tools 89.4，而在視覺方面則是 MMVU 80.5、MVBench 77.8 與 BabyVision 53.4。

有兩列廠商資料值得把其註腳一併帶進句子裡，因為它們正是讀者最可能在不帶註腳的情況下引用的內容。Z.ai 自家的程式碼評測 Z.ai Code Bench v1.0，在最大努力設定下，把 GLM-5.3-Flash 列為 29.0，對上 Claude Opus 4.8 的 29.5——在該廠商自家測試框架上幾乎打成平手，執行於 Claude Code 2.1.207，由該廠商自行呈報。這不是獨立比較，也不是由第三方執行的同等努力比較；這是 Z.ai 在自家評測上，拿自己的模型與競爭對手做基準測試。而該廠商引用的是 Artificial Analysis Intelligence Index 的 57，每項任務 $0.045，並指明修訂版本為 v4.1.1。

最後那個數字必須與 Artificial Analysis 今天公布的數字分開看，因為兩者不能當作同一項變動並列比較。Artificial Analysis 自己在 GLM-5.3-Flash 的頁面，於 2026-09-28 讀取時，報告的 Intelligence Index 為 41.8 在 Index v4.3.2 上，以最大努力程度記錄。v4.3.2 納入十項評估——AA-Briefcase v1.1、GDPval-AA v2.1、AutomationBench-AA、Terminal-Bench 4.0、SciCode、Humanity's Last Exam、GDP.pdf、CritPt、AA-Omniscience 與 AA-LCR v1.1——而 v4.1.1 並未納入。兩次 Index 修訂、兩套任務集、兩個數字。兩者都沒有錯；它們不是同一種測量，而把 57 與 41.8 並列引用，彷彿模型有所變動，無論朝哪個方向解讀都會是錯誤。

獨立記錄所佐證的是整體規格範圍，而非分數：Artificial Analysis 獨立記錄了 320B 總參數、18B 啟用參數、1,000,000 個詞元的上下文視窗、MIT 授權、開放權重，以及 2026-08-26 的發布日期，並列出供應商定價為每百萬詞元輸入 $0.15、輸出 $0.50，快取命中價格為 $0.026。在供應商公布分數而獨立第三方未公布之處，我們會據實說明；在獨立第三方確認某項規格之處，那是本頁最強等級的事實。

這裡沒有旗鼓相當的正面對決，而直言這一點比硬做出一個來更有用。沒有人公開發表過 GLM-5.3-Flash 對上 Claude Opus 4.8、GPT-6 Sol 或 Grok 4.7，並在共享測試框架上以明示努力程度進行的測試結果——Z.ai 自家的比較是在自家基準上、以最高努力程度、對上競爭對手的預設值。在情況改變之前，這個模型與其他任何模型之間誠實的比較，只能落在價格、規格範圍與端點介面上，而這三件事正是本頁每個人都能從同一組數字讀出來的。

未記載之事，直白說明

對於資訊量單薄的模型來說，參考頁面唯有誠實面對缺口才有用，而這個頁面就有好幾個缺口。

• 沒有廠商公布的知識截止時間。Z.ai 的文件與 Hugging Face 模型卡都未載明，Artificial Analysis 的紀錄也將該欄位留空。來自隱蔽期的估計是社群成果，不是廠商數據，而本頁不會把它當作廠商數據般重述。

• 大部分基準表都沒有測試框架註腳。模型卡確實有 HLE 搭配工具執行的註腳——temperature 1.0、top_p 0.95、最大生成長度 163,840 個 token、在最高 300,000 個 token 的上下文下評估並採用上下文管理策略，以及由 GPT-5.6 Luna 以中等推理強度擔任評審模型——也有 NL2Repo 與 DeepSWE 的註腳，供應商表示後者是使用 mini-swe-agent 測試框架執行的。其餘列則只有單純的百分比，未附上測試框架或推理強度。

• 未解釋快取輸入價格價差。同一模型、同一數量出現三個數字，卻沒有任何來源說明它們為何不同。

• 沒有針對匿名服務期間的獨立基準測試。該隱蔽上架已消失；它當時所測量到的任何內容都無法再次測量，而且也沒有第三方在該別名仍上線時，發表過針對它的測試。

• 未進行同等投入的第三方比較，理由如上所述。

• 沒有廠商證實發布當時的晶片數量。文件指出有數萬個國產加速器；十萬這個數字並未出現在該頁面上。

就這樣定案：我們目錄供應的內容，今日已驗證。

Ox Alpha 背後的模型已以自身名稱在我們的目錄中上線，這是今日查核而非假定。於 2026-09-28 讀取 OrcaRouter 模型 API 中 z-ai/glm-5.3-flash 的資料，完整回傳了其資訊卡：1,000,000 詞元上下文、128,000 最大輸出、文字、圖像與影片輸入並輸出文字、能力標籤為視覺、工具、JSON 與推理，發布日期為 2026-08-26，未棄用且未下架，定價為每百萬輸入詞元 $0.075、每百萬輸出詞元 $0.25，以及每百萬快取輸入詞元 $0.0173，透過單一端點 POST /v1/chat/completions 提供。

我們自己在該卡片上進行的七天 playground 量測，在同一期間測得每秒 61.8 個輸出 token、首次 token 時間的 p50 為 7.39 秒，以及 1.47% 的錯誤率。這些是關於我們服務的第一方數據，不是廠商數字，也不是獨立基準測試；因此，它們是本頁唯一的速度數據。

這個別名本身不在路由上。如果你是搜尋 Ox Alpha 而來到這裡，要呼叫的模型是 z-ai/glm-5.3-flash，而請求格式就是上方所述的那一種。它和目錄中其他所有項目使用同一把金鑰—— 單一 API，涵蓋 200+ 個模型，供應商價格原樣傳遞，不額外加價，並且供應商停滯時自動容錯移轉，因此你正在試用的模型不必是你的生產路徑所依賴的模型。

關於這個頁面究竟是什麼，有一點需要先釐清，因為從模型本身名稱連過來的讀者理當得到這個說明。這是一個已經在模型目錄中的模型參考頁面，而不是發布報導：GLM-5.3-Flash 來自 2026 年 8 月 26 日，它會出現在這裡，是因為 Ox Alpha 這個名稱一直有人搜尋，卻沒有專屬頁面可以落腳，而不是因為這個發布有多新。上方的日期是用來標定該模型的日期，不是當成新聞。會改變這個頁面的情況有四種——在明確標示的 effort 設定下進行的獨立基準測試、供應商明示的知識截止日期、服務費率的變動，或 Z.ai 決定說明發布當時的晶片數量究竟是多少。在上述任何一項出現之前，上方的規格就是供應商所記載的全部內容，而前一節所列出的缺口，與那些數字一樣，都是答案的一部分。