Z.ai发布GLM-5.3-Flash 320B MoE大模型支持百万token上下文

AI创作导航管理员 LV5 大神连续登录30天萌新

1 个月前

风向

267

近日，AI企业Z.ai正式发布新一代通用大模型GLM-5.3-Flash，该模型采用总参数320B、激活参数18B的混合专家（MoE）架构，原生支持多模态输入，上下文窗口长达100万token，同时开放MIT协议开源权重，API输入定价低至0.15美元/百万token，在推理效率、多模态理解能力上较前代实现大幅跃升，为各行业AI应用落地提供了高性价比新选择。

2026年以来，大模型产业的竞争核心已经从参数规模竞赛转向“性能-成本”平衡的落地能力比拼。此前行业普遍面临两难选择：闭源大模型性能达标但调用成本高企，开源模型普遍存在长上下文支持不足、多模态能力需要额外插件适配的问题，尤其是需要处理百页以上文档、跨模态内容分析的企业级场景，长期缺乏高性价比的模型选项。

随着AI应用从通用C端场景向垂直行业渗透，企业对大模型的需求也越来越具体：既要能处理长文档、多模态内容的高性能，也要足够低的部署和调用成本，还要有灵活的二次开发权限。
此前市面上同量级的MoE大模型普遍激活参数在30B以上，单卡推理成本居高不下，而支持百万token上下文的模型多数为闭源产品，商用授权费用高昂，大量中小团队和垂直行业客户的需求难以被满足。

此次推出的GLM-5.3-Flash恰好瞄准了上述行业痛点，核心参数设计实现了多维度平衡。首先是混合专家架构的优化：320B总参数保证了模型的理解与生成能力上限，而仅18B的激活参数大幅降低了推理算力消耗，实测推理速度较同量级MoE模型提升42%，推理成本下降近60%。

不同于市面上多数多模态模型采用“文本基座+视觉插件”的拼接方案，GLM-5.3-Flash采用原生多模态架构训练，可直接处理文本、图片、音视频转写内容等多类型输入，跨模态理解准确率较拼接方案高出15个百分点。同时100万token的上下文窗口，可支持单次输入70万字以上的完整内容，无需对长文档、多份研报进行拆分处理，大幅降低了应用开发的复杂度。

值得注意的是，Z.ai此次开放了模型的MIT协议权重，企业可免费下载并进行二次修改、商用部署，无需支付额外的授权费用，API调用的输入定价仅为0.15美元/百万token，远低于同性能级别大模型的市场平均价格。

从落地场景来看，GLM-5.3-Flash的特性恰好匹配法律卷宗审核、生物医药文献梳理、长视频内容结构化、多模态智能客服等多个高需求场景的要求，尤其是此前难以承担高算力成本的中小开发团队，也可快速基于该模型搭建行业AI应用。

据了解，Z.ai后续还将推出适配GLM-5.3-Flash的Agent开发框架，内置多工具调用、长记忆管理等模块，进一步降低开发者的上手门槛，预计年内将有超过200款行业应用基于该模型上线。

多模态大模型混合专家模型长上下文大模型 Z.ai GLM-5.3-Flash

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。