这几天忍着不发，可憋死我了！
今天终于可以"曝光"它了！Ox 模型到底是谁，想必大家已经知道了。
没错，主角就是 GLM5.3Flash，搞了一个星期的前戏，今天终于迎来高潮了！
我有一段时间天天"怼"GLM，年初的时候甚至骂过它"若只"！
但是我也说过很多次，GLM 国内综合实力最强，实战能力最强！这一点没毛病啊，老粉应该很清楚。
今天我就给大家盘一盘这个 Flash，好的坏的，我都会说！吹牛逼这种事情，全网会有很多人干，我就只展示我的测试结果，表达我的观点。
这一次，我的测试量还是非常大的！
先快速给大家提炼一些关键信息，方便大家吃瓜！
~ 马甲模型 Ox Alpha 刷爆了 OpenRouter 和 OpenCode 的历史榜单！
~ 能力对标 Opus 4.8，价格嘛 1/40！！！（DS 要颤抖了）
~ 模型不大，只有 320B，能力超 GLM5.2，AA 大概 57 分（DS 又被压一头）
~ 全新架构，原生多模态啊，100 万上下文！！！
~ 全国产卡推理
~ 上线即开源
核心基准数据如下：
看到这些信息，我的脑中一闪而过的是：一直斩杀别人的 DS 的斩杀线来了！
当然，我是一个挑剔的人，我立马就能发现它的一些问题！
上周，我是冲着 GLM5.5 去的，神神秘秘地给我忽悠到 GLM5.3Flash 了。当时我就很奇怪，这模型，你说它是小模型嘛，又有点强，你说大模型，好像又没有那么高智商。
好了，那些杂七杂八的说完了，我们可以回归模型本身了！我们使用一个模型，核心关注点主要是"性能"和"价格"，价格基本清楚了，非常香，性能就成为最关键的变量了。
GLM5.3Flash 到底怎么样，优点是什么，缺点是什么？我们就一点一点来看吧，看完了就知道了。
因为这次是一个原生多模态，所以我先给大家看一个非常明显的对比。
甲维斯的车库
这个例子，因为涉及到了多模态能力，所以之前 DeepSeek 和 GLM 都无法参赛！现在它们可以参赛了，而且刚好都是新鲜出炉。
这个题目的内容如下：
我在网上看到一个很有意思的例子，就是有人做了一个在线车库，可以快速切换车库中的各种车辆，以及显示这个载具的数据，中间显示具体的内容，可以通过鼠标拖动查看不同角度，然后可以切换涂漆，可以切换视角，可以自动旋转展示！网页配色，布局，内容我希望你尽可能还原参考图
2.png，不同之处在于车库里的车子，以及骑车的人，以及车库的名字。车子我希望你做一辆自行车，一辆电瓶车，一辆机车，一辆三蹦子，一辆五菱宏光，一辆特斯拉，一辆小米，一辆保时捷，一套钢铁侠的经典战甲。具体型号你自己定，要主流的型号。骑车开车的人物根据参考图1.jpg的头部形象进行设计，做一个 3D Q 版卡通形象。车库的主人是 Jarvis。我的需求就是这样，细节你来完成，我只负责验收。使用单个 HTML 和前端技术完成，只输出最终结果页面。
然后这个题目是有两张参考图：
这是非常综合的一个例子！会考网页复刻能力、3D 建模能力，以及一些世界知识、物理知识！
下面就直接上结果了。
GLM5.3Flash 的结果：
GLM5.2 的结果：
DeepSeek-V4-Flash-Vision-Exp 的结果：
这个对比结果应该很清晰。
GLM5.2 当时应该通过外置的视觉模型，抓取了一些简单的视觉信息，就开始开发了。所以整个颜色和内容都是对不上的。
DS 和 GLM5.3 这两位都有了原生多模态。所以整体还原度都不错。这两个在布局的还原度上都已经很高了。
差别主要在细节和建模！
GLM5.3 的建模和渲染效果明显比 DS 要好很多！
另外 DS 的左上角的配色莫名其妙多了 4 种，右下角的旋转控件也变了样式，还有整个页面的背景色，以及一些其他控件的颜色都有比较大的漂移。
左下角的鼠标图标和拖动提示也没有复刻出来！
从这个例子来看，GLM5.3Flash，虽然后缀有个 Flash，但是它还是挺厉害的。没想到它的 3D 建模能力好像也增强了。
浮屿世界
说起 3D 建模，我还让它帮我做了一个新的 Demo------《浮屿世界》
这个创意来自一个区块链游戏 Decentraland。用多边形、低饱和、治愈温度风格构建一个虚拟世界。主角可以在世界里任意游走！
我在原先的基础上加了 "每一个人都是一座孤岛" 的概念，让它设计了很多悬浮在天空中的岛屿。这个理念落地做得还是比较好的。虽然没法和产品级的游戏相比，但是作为一个原型设计工具，已经非常够用了。
它一次就创建了所有内容，而且主角是可以行走和跳跃的。里面包含了日夜、四季、天气的轮转。左上角有操作提示，右下角有探索情况。
我发现它还设计了交互功能，进入每个岛屿会显示岛屿的名字，然后还设计了一个可以交互的物品。比如椅子可以坐下！它的交互 UI 还是 Claude 风格的，深得我心！
天文机械表
这个题目既考脑力，又考视觉呈现能力，还考网页制作能力！这个例子我已经说过很多次了，详细的考点，以及提示词，都有介绍过，在网站上也有贴。
我就直接上结果了：
我记得测试 GLM5.3 以及 GLM5.2 的时候，这个例子设计得都不错，各方面表现都不错。但是就是月相的呈现部分有比较明显的问题，而这点恰恰是比较重要的考点。
这一次，月相部分也完整地画出来了！
这个例子中的四五个考点，基本都做到了！
它这次的成功并非偶然：
从运行记录可以看到，它已经做了很多次多维度的验证了，而且还多次截图验证。
这个题目本来是考模型的注意力，现在好了，Agent 流程化处理，每次抓一个点优化，自然是给你整得好好的了。这个过程很好地体现了一点：GLM 在智能体流程和后训练的优化上已经非常成熟了。
有些模型它是不会想这么多的，即便它也有智能体，但是它并不会做这么多验证，即便做了，最后也还是有各种问题。
复刻游戏
《超级玛丽》和《坦克大战》已经成为我的必测项目了。
这都是老游戏，但是 AI 在复刻这些老游戏的时候，表现其实并不好。我最早测试的一批模型，结果非常拉跨。只有 Fable 5 一下子惊艳了我，然后后来新出的一些模型表现也稍微好了一些！
坦克大战的结果如下：
地图和玩法基本复刻了，打墙和敌方坦克的逻辑，有些小 Bug。整体来说还不错，能看能玩。看来它是听劝，去好好抄了一下。
超级玛丽：
它的画面风格和坦克大战一样，还原度不算高。但是地图和玩法的还原度非常高。
奔跑的惯性、加速跳高、隐藏蘑菇、冲刺夺旗，这些细节做得非常到位。
这就很神奇了。
理论上它只是 GLM5.3 的快速轻量版，为什么效果比 GLM5.3 还好呢？可能是全新架构和视觉能力加持的缘故。
3D 台球
我同样也测试了开放题"3D 台球"。这个题目我不提供任何需求细节。我只是说"我想开发一个 3D 台球，你有什么想法"。然后跟它稍微探讨一下，主要是按它的思路来实现。
这个例子整体结果也不错！
建模灯光这些都不错。
然后来看一下顶视图：
其它都问题不大，就是这个"球袋"的建模差点意思。第一个版建模是那种 1/4 圆，我提醒它优化一下，然后它就搞出来奇形怪状的洞口。这个点位的建模很多模型都搞不好，目前只有 Fable 5 和 Opus 5 默认建模不错，然后可以在你的提示下进行优化。
赛博朋克版清明上河图
这一题考基础常识、概念融合、创意、空间感、审美这些。本来这个题目是应该放在第一个的，为什么放在靠后的位置呢？主要是 GLM5.3Flash 在这个主题上并不是特别亮眼。
具体效果如下：
其实这个版本在描绘这个场景的时候，细节方面已经非常到位了，各种人物，飞行器，建筑都有，而且细节很充分。
但是空间感和色彩对比方面做得比较差，导致很多东西都叠在一起了。
另外还有两个比较明显的 Bug：一个是天空中的飞行器出现了倒着飞的情况，另一个是里面的人物行为特别抽象。
所有人物好像挂在空中一样，腿都是飘在空中左右摇摆的，那画面，晚上我都不敢多看。
这种可能就是模型参数的局限性了，当然即便是参数如 K3，它的最终表现也一般。这个例子的难度可能不仅仅在参数，还有很多其他东西。
射击游戏
因为我拿到这个模型之后，时间和 Token 非常充沛，所以我就多测了一些东西。包括上面的浮屿世界，以及下面的这个射击游戏。
我让它模仿 CF 或者 CS 开发了一个射击游戏：
这个首页看起来啊完成度还挺高的，有好多功能点！
但是......它的游戏画面和建模......极其抽象：
无论是建模，还是材质，以及操控，都不是太好！
这个例子比 K3 和 Opus 5 都要差太多了！
排查问题
关于 OpenCode + Git + DSH 在用户目录运行，把系统卡死，硬盘耗尽的问题。这个问题其实最先是 GLM5.3Flash 找出来的。
这个问题，它整整花了一个小时：
它的运行日志也非常有意思：
关键发现，
意外结果，
重大发现，
突破性进展，
决定性发现，
元凶找到了，
非常关键的发现，
反转了，
我的失误！
破案了！
实锤了，
真凶落网！
全部查清了，
意外！
人赃并获！
经过层层排查，最终的关键问题给排查出来了。从这个例子来看，它确实脑力有限，但是策略非常好。 它其实也走了很多错误的方向，但是在不断的复盘中和尝试中，终于找对了方向。
这个例子，如果大家有兴趣，我可以另起一篇，把它完整的思考过程给大家分享出来。过程还是挺有意义的。
这个例子，K3 失败了，GPT-5.6 失败了，DS Flash 失败了，Opus 5 成功了。Opus 5 只用了 13 分钟左右，几乎没有走任何弯路，一个 A/B 测试就锁定路径问题了。
例子大概就是这些了，因为例子比较多，我并没有展示执行过程。GLM5.3Flash 的执行过程还是非常有节奏的。
下面是我对这个模型的首测结论：
我们可能没有等来一个更大的模型，而是等来了一个更全面、更快、更实用、更便宜的模型！
当时我还不知道这个模型具体叫什么，也不知道它的尺寸，只是写了一个初步的感受。
现在它的全貌基本清晰了：
这只是一个 320B（激活 18B）的"小模型"，
DS Flash 是一个 284B，激活 13B 的模型！
智谱的意图已经很清晰了，这个模型不是去打榜的，而是奔着性价比去的，第一个要对标和干翻的肯定就是 DS Flash，更准确地来说是要对标现在的 DeepSeek-V4-Flash-Vision-Exp！
卧槽，DS 这个名字实在是太长了，本来已经很长了，现在加上 Vision Exp 简直了！
DS Flash 我之前详细地测试过，Vision Exp 测得并不多，因为之前对 DS Pro 比较失望，后续模型我就没有太大动力去搞了。
从我自身的感受来看，GLM5.3Flash 在前端、3D 建模等方面肯定是比 DSV 厉害，而 Agent 工作流大家都不错，现在大家都有视觉能力了，都可以有视觉反馈验证了，这部分在形式上差不多。但是深入分析的能力还是 GLM5.3Flash 略胜一筹。
GLM5.3Flash 的问题是，它的 Token 速度本身也不算慢，但是它每个例子消耗的时间非常多。按理说它是一个 Flash 模型，应该特别快才对，但是我实际使用过程中，发现它的处理时间特别长。好多例子，都是半个小时起步。一个需求跑 1 小时也很常见。
由于我拿到这个模型的时候只有开启和关闭选项，开启的情况应该是对应 Max，所以可能和 Max 也有一定的关联！
但是整体来说，就是 GLM5.x 系列模型处理时间都比较久，相比而言，Opus 系列的模型，处理效率是非常高的，Token 的利用率也极高。
总而言之言而总之，这个模型的能力是没问题的，作为一个多模态 Flash 模型，有这个水平，已经很屌了，很多效果其实比 GLM5.3 好的，因为它有多模态。再配上它这个价格就非常香了。
我还没有具体看到价格，我获取到的信息是这样的：模型定价为 1/10 的 GLM-5.3，限时折扣为 1/20 的 GLM-5.3，1/40 的 Opus 4.8，定价低于 DS-V4-Flash，限时折扣定价远低于 DS-V4-Flash 的谷时价格。
这么一来，GLM5 套餐太贵买不起的话，直接搞个 API 也挺香的！
API 价格降低 10 倍的话，理论上套餐的用量也应该翻十倍才对，如果真的能如此，那套餐的性价比也就不错了。
看来年初赌 GLM 赌对了，它在综合能力、性价比、上限下限等方面，已经妥妥地拿下国产第一的交椅了。
刚刚看到，智谱也开始玩重置了，而且套餐配额 ×3，API 对折，看来用上国产芯片之后，算力充沛了不少。
做个最终总结
不管外面怎么传，核心就这些：
论能力肯定没法和顶级模型比，同时速度比较慢，慢得不像 Flash，但是下限高，各方面能力都不错，重点------便宜！这不是一个打榜模型，奔着实用来的！