唐杰确认：Ox Alpha 即 GLM-5.3 Flash，OpenRouter 周份额近 20% (2026)

双平台同日确认：Ox Alpha 就是 GLM-5.3 Flash

北京时间 2026 年 8 月 27 日，清华大学教授、智谱 AI 首席科学家唐杰在微博与 X 同步表态：此前以 Ox Alpha 预览名在 OpenRouter 上跑流量的模型，对外正式名称是 GLM-5.3 Flash。1 2

当天时间线可以按先后排开：

北京时间	平台	类型	要点
8 月 26 日 22:12	X @Zai_org	官方发布	介绍 GLM-5.3-Flash：320B 总参数 / 18B 激活、MIT 开源、原生多模态、1M 上下文；预览名 Ox Alpha；全量跑在国产 AI 芯片上。3
8 月 27 日 13:03	X @jietang	转发	转发上述 Z.ai 公告。4
8 月 27 日 13:42	X @jietang	英文原创	写明 Ox Alpha = GLM-5.3 Flash，并给出 AA 57、约 1/100 价格、国产芯片、OpenRouter 周 token 份额近 20% 且第一。2
8 月 27 日 17:29	微博「唐杰 THU」	中文原创	同一组数字，并补全算力短缺、数万张国产芯片全量上线、推理栈优化与 Infra Agent 参与调优的细节。1

X 英文帖写得很短：

Ox Alpha = GLM-5.3 Flash AA = 57 , 1/100 frontier price, Powered by pure Chinese chips. Delivered nearly 20% weekly token share (no. 1) on OpenRouter. Thanks to all for the support.2

Cargando tarjeta de contenido…

唐杰给出的四组数字

微博与 X 的核心数字一致，可以并排读：

指标	唐杰的说法	来源
身份对应	Ox Alpha（对外名字：GLM-5.3 Flash）	微博 / X1 2
用量	本周 OpenRouter 周 token 份额近 20%，排名第一	微博 / X1 2
综合评测	AA 57（Artificial Analysis 智能指数）	微博 / X1 2
价格	约为前沿模型的 1/100	微博 / X1 2
算力底座	纯国产芯片；微博写「数万张国产芯片全量上线」	微博 / X1 2

唐杰 X 帖附带的图，把 OpenRouter 上的份额变化画得更具体：图题写的是「Ox Alpha (GLM-5.3-Flash) pushed Z.AI above DeepSeek in weekly token share this week」，时间窗是 2026 年 4 月 27 日至 8 月 25 日；最右侧一周（标注 Aug 24 附近）黄色块标出 GLM-5.3-Flash token share 19%，同一周 DeepSeek 份额标为 16%。2

OpenRouter 周 token 份额堆叠图：Ox Alpha / GLM-5.3-Flash 推高 Z.AI 份额 — *唐杰 2026-08-27 X 原帖附图：OpenRouter 按模型类别的周 token 份额，4 月 27 日–8 月 25 日；图中最右侧一周标出 GLM-5.3-Flash 约 19%。2*

Z.ai 技术博客里还有另一张按模型累计 token 的横向条形图：在 ox-alpha 上线后的 6 个完整自然日里，ox-alpha 处理约 23.2T tokens，约为第二名 deepseek-v4-flash 的 2.3 倍，并写明 ox-alpha 是当周 OpenRouter 第一。5

OpenRouter 上 ox-alpha 以 23.2T tokens 居首的横向条形图 — *Z.ai 技术博客配图：ox-alpha 上线后 6 个完整自然日的 OpenRouter 模型 token 量；图题写 ox-alpha 为第一，约为第二名的 2.3 倍。5*

微博补全的工程细节

英文短帖只点到「pure Chinese chips」。微博把工程侧写开了，主要有五层：1

动机：算力仍然短缺，所以选择用数万张国产芯片全量上线，并把可用的 infra 优化技术全部用上。
硬件约束：唐杰写明，国产芯片单颗算力和显存都不算富裕；要支撑最长 100 万 token 上下文时，显存更紧。
软件栈：基于 SGLang 为这套架构专门做推理引擎；用计算换带宽、通信换带宽；节点内张量并行、ReplaySSM、W8A8 量化、混合 INT8/FP8/BF16 缓存量化等一并上线。
集群调度：采用 Encode–Prefill–Decode 三阶段分离，多模态编码、预填充、逐 token 解码各自独立调度和扩缩。
结果与闭环：相对同硬件初始基线，端到端服务性能提升 3 倍；硬件效率与单 token 成本「已接近主流 NVIDIA GPU」。唐杰还写到一个细节：由 GLM-5.3 驱动的 Infra Agent 深度参与了算子开发、性能瓶颈诊断和推理栈调优，形成「模型在优化服务模型自己的系统」。

微博收尾句是：「价格是前沿的 1/100，效率对标主流 GPU。这个方向，我们会继续走下去。」1

这些句子是唐杰个人对部署与成本的公开描述。芯片具体型号、集群规模拆分、与 NVIDIA 对照时的精确测试协议，帖子里没有给出。

Z.ai 官方发布里已经钉死的产品边界

Z.ai 在 8 月 26 日的官方帖与技术博客，给出了比唐杰短帖更完整的产品定义。读者可以把两边分开读：一边是唐杰的用量与成本表态，一边是实验室的规格与入口。3 5

官方已经写明的规格：

规模：总参数 320B，激活 18B（写作 320B-A18B）
许可：MIT License，权重放在 Hugging Face
能力形态：GLM-5 系列首个原生多模态模型；1M-token 上下文
预览身份：此前以 ox-alpha 在 OpenCode 与 OpenRouter 匿名试跑
算力声明：流量「running entirely on Chinese AI chips」
架构要点（博客）：稀疏注意力与线性注意力的混合结构；Manifold-Constrained Hyper-Connections（mHC）；长上下文侧的 IndexPool 等

官方入口（发布帖与博客给出的路径）：

用途	入口
技术说明	z.ai/blog/glm-5.3-flash
API 文档	docs.z.ai/guides/llm/glm-5.3-flash
权重	Hugging Face · zai-org/GLM-5.3-Flash
Coding Plan	z.ai/subscribe
产品侧	ZCode、Chat、AutoClaw 等官方路径

博客对 Artificial Analysis Intelligence Index v4.1.1 的写法是：GLM-5.3-Flash 得分 57，折扣价约 $0.045 / task，并称这是此前大约 10 倍成本 才能买到的智能水平；同时写相对 GLM-5.2「one-tenth the price」。5

Artificial Analysis 智能指数 Pareto 前沿散点图，标出 GLM-5.3-Flash — Z.ai 技术博客配图：Artificial Analysis Intelligence Index v4.1.1 的 Pareto 前沿；图中标出 GLM-5.3-Flash（discounted）约 57 分、约 $0.045/task。数据源标注为 Artificial Analysis，更新于 2026-08-26。5

价格口径需要分开记：

唐杰个人：价格约为前沿模型的 1/100。1 2
Z.ai 博客：相对 GLM-5.2 约 1/10；在 AA 指数上，57 分对应的智能水平此前大约要 10 倍成本。5

两边数字都来自公开文本，比较基准（「前沿模型」具体指哪一家、是否含折扣、是否按 AA 单次任务成本）并不完全重合。引用时保留各自原文即可。

博客还给出一组 coding / agentic 评测对照，例如 DeepSWE v1.1 上 GLM-5.3-Flash 63.4、GLM-5.2 46.2；AutomationBench v1.0.6 上 48.8 对 26.2；并称整体接近 Claude Opus 4.8。这些数字来自 Z.ai 自己整理的评测表，独立复现与第三方审计边界仍以各榜单官方协议为准。5

与 8 月 14 日上线的 GLM-5.3（偏 coding / cyber defense、后训练缩放叙事）相比，本条动态的新信息是另一条产品线：Flash 以更低激活参数、原生多模态和成本/吞吐定位正式对外，并已经用 OpenRouter 上的预览流量完成了一次公开验证。

读者可以接着看什么

OpenRouter 份额会不会稳住 唐杰与博客给出的是「这一周 / 上线后数日」的峰值。后续可直接看 OpenRouter rankings 里 ox-alpha / GLM-5.3-Flash 的周 token 是否回落。
权重与本地推理是否可复现 官方已给 Hugging Face 权重，并写明当前支持 SGLang、vLLM、TokenSpeed 等推理框架。本地部署能否跑满声明中的 1M 上下文与多模态路径，需要按框架版本逐项核。
国产芯片服务是否持续 唐杰强调数万张国产芯片全量上线，以及相对同硬件基线 3 倍吞吐、单 token 成本接近主流 NVIDIA GPU。这是部署侧主张；读者能观察的是官方 API 与 Coding Plan 的可用性和延迟，而不是单卡故障率这类帖子未披露的指标。
Flash 与 GLM-5.3 旗舰线怎么分工 博客写 Coding Plan 用户已可调用 GLM-5.3-Flash，且其可用额度约为 GLM-5.3 的 3 倍。5 后续值得看官方是否继续把高难度长程 coding / cyber 任务压在 5.3 旗舰上，把高吞吐、多模态默认流量交给 Flash。

本条动态的增量很集中：唐杰用微博长文和 X 短帖，把预览代号 Ox Alpha 正式钉成 GLM-5.3 Flash，并公开一组用量、评测分、价格与国产芯片部署主张；Z.ai 同日前后已经把规格、开源许可和调用入口写进官方渠道。接下来要验证的，是这些数字在下一周 OpenRouter 榜单、API 实测和本地权重上是否对得上。