商湯大裝置支撐智譜 GLM-5.3-Flash上線，國產異構助力前沿智能進入普惠時代

8月26日晚，智譜正式上線並開源GLM-5.3-Flash(320B-A18B），這是GLM-5系列的首個原生多模態模型。其總參數320B，能力超過GLM-5.2，在全球權威的Artificial Analysis Intelligence Index（AA綜合智能指數）中取得57分，進入全球前沿模型能力區間，與Anthropic最受歡迎的模型Claude Opus 4.8得分持平。GLM-5.3-Flash的架構專為極低成本而設計，結合智譜最新的30T Token多模態預訓練語料，能夠以更少的計算資源實現更強的性能。依託先進的國產異構混推技術，商湯大裝置為GLM-5.

3-Flash上線提供大規模國產算力支持與Token服務，打造國產算力規模化商用又一硬核落地標杆。這一合作的背後，正是商湯打造的 “一套模型、一座 Token（詞元）工廠、一套智能體管控系統” 核心能力體系。其中 Token 工廠承擔著把智能能力規模化生產出來的關鍵作用：它通過多模態模型和大裝置基礎設施的聯合優化，把不同芯片、集群、能源和交付節點組織起來，持續生產更高質量、成本更低的Token。同時Token工廠與大模型之間構建起雙向反哺閉環，更好適配原生多模態模型的迭代需求。商湯大裝置高效支持了智譜 GLM-5.3-Flash的上線工作，正是這套閉環能力的有力印證。

長期以來，市場對國產算力的認知是，性價比不高、難以規模商用。而在正式發佈前，GLM-5.3-Flash以匿名模型Ox-Alpha（中文社區稱作牛來）在OpenCode和OpenRouter上進行了大規模測試，Token調用量高達62T，這些請求流量全部由國產芯片提供算力支持。且相較同一硬件環境下的初始基線，GLM-5.3-Flash基於國產芯片集群，端到端服務性能提升3倍，硬件效率和單Token成本已達到主流英偉達GPU相當水平。這一實踐表明，國產算力已經能夠在大規模真實業務場景下，高效、經濟地支撐前沿大模型推理需求。

作為最懂大模型的AI基礎設施，商湯大裝置全面擁抱國產化，並持續推動國產算力從“單點可用”走向“大規模商用”。今年WAIC期間，針對當前國產算力規模化商用卡點，商湯大裝置從“性價比、適配性、能效比”三個維度系統性破題。在性價比層面，商湯大裝置跳出單卡性能比拼的傳統思路，通過先進的異構混合推理技術，根據不同推理階段對計算、帶寬的不同需求讓不同架構、不同定位的國產芯片各盡其長、高效協同，整體推理性價比達到 NVIDIA H系列的 1.25 倍，相比國產同構推理，同等成本下Token產能擴大約2.5倍。在適配性上，通過底層算子優化、多卡並行調優和工具鏈適配等，大幅降低國產算力應用門檻。

在能效比層面，商湯大裝置推出算電協同Agent，並重新定義TPW（Tokens Per Watt）作為AIDC全新價值標尺。此外，通過整合多元算力，並持續優化推理引擎與芯片性能，商湯大裝置Token Factory正在形成大規模、高效率、低成本的Token供給能力，7月日均Token服務量已達到 2.42萬億，預計2026年年底突破日均10萬億，全年Token量級增長25倍。未來，商湯大裝置將持續投入基於國產化算力的Token服務建設，打造高性能、低成本、可規模交付的AI基礎設施，推動國產算力從單點技術突破走向產業體系化繁榮。