智谱把 GLM-5.3-Flash 的权重放到了 Hugging Face 上，许可证 MIT。规格是 3200 亿总参数、180 亿激活、45 层，官方文档拿 GLM-4.5 做对比，那一代是 3550 亿参数、320 亿激活、92 层。
架构是稀疏注意力加线性注意力的混合，文档称这是首个采用该组合的开源前沿模型。线性注意力靠状态建模处理局部依赖，稀疏注意力用轻量索引器取全局上下文，另外有 IndexPool 把四个索引器 key 向量加权池化成一个，以及 Manifold-Constrained Hyper-Connections。相对 GLM-5.3，注意力计算量降 3.01 倍，KV cache 降 4.44 倍。预训练语料 30T token，原生多模态，支持文本、图片、视频和文件，上下文 100 万 token。思考模式关不掉，thinking.type 只接受 enabled。
文档里主动写明了一件事，这个模型此前以匿名代号 ox-alpha 在 OpenCode 和 OpenRouter 上做预发布测试，当周成了最受欢迎的模型，推理服务跑在国产 AI 芯片上，用的是基于 SGLang 的编码、预填充、解码分离架构加 W8A8 量化，端到端性能相对初始基线提升三倍。
跑分方面，DeepSWE v1.1 拿 63.4，GLM-5.2 是 46.2；AutomationBench 48.8 对 26.2；Z.ai Code Bench v1.0 在 max 档 29.0，Claude Opus 4.8 是 29.5。Artificial Analysis 的智能指数 v4.1.1 给 57 分，官方标注每任务 0.045 美元，为折后价。
有两处官方没给。一是发布日期，文档页面没有标注，8 月 26 日是按 Hugging Face 上的权重提交时间和 GitHub 仓库的合并时间推算的。二是 API 定价，官方只给了每任务成本，没有公布每百万 token 的价目。