行业与公司动态
NVIDIA 以 130 亿美元收购 Hugging Face
NVIDIA 提高报价，最终以 130 亿美元（约 80 倍 ARR）收购 Hugging Face，远高于年初 70 亿美元的初始报价；Hugging Face 过去一年客户数翻倍。
> 相关链接：The Information 首曝与确认｜收购细节与估值依据
模型与能力
Z.ai 发布 GLM-5.3-Flash（Ox Alpha），320B 总参 / 18B 激活，1M 上下文，MIT 开源
Z.ai 正式发布 GLM-5.3-Flash，原名 Ox Alpha；支持多模态（含视觉）、100 万 token 上下文，MIT 许可，权重已上架 Hugging Face，并开放 API、Chat、AutoClaw 等多种调用方式。
> 相关链接：Z.ai 官方发布｜Hugging Face 权重页
GLM-5.3-Flash 推理成本仅 $0.09/任务，约为 GLM-5.3 的 1/7.5
据 Artificial Analysis 测评，GLM-5.3-Flash 单任务成本 $0.09，远低于 GLM-5.3 max（$0.68）和 GPT-5.6 Terra（$0.68），但 Token 效率一般（149M 输出 tokens），低价主因超低定价策略。
> 相关链接：Artificial Analysis 评测报告
GLM-5.3-Flash 编码能力对标 Claude Opus 4.8，但知识准确率仅 28%
Z.ai 自测称其编码性能媲美 Claude Opus 4.8；但第三方测评显示：AA-Omniscience 准确率 28%（GLM-5.3 为 34%，GPT-5.6 Terra 为 47%），幻觉率 28%，强在工程场景弱在事实问答。
> 相关链接：Z.ai 编码对比声明｜Artificial Analysis 知识测评
基础设施与硬件
GLM-5.3-Flash 宣称‘全栈运行于中国 AI 芯片’，日均服务 100T tokens
Z.ai 明确表示该模型完全部署在中国自研 AI 芯片上；SemiAnalysis 引用数据称其日推理量达 100 万亿 tokens，暗示背后或有超 10 万颗国产 NPU 规模集群。
> 相关链接：Z.ai 原始声明｜SemiAnalysis 分析推算
研究与方法
GLM-5.3-Flash 采用‘超级混合’注意力架构：线性 + 稀疏 + mHC 残差
模型将 GLM-5.2 的 744B-A40B 架构压缩为 320B-A18B，融合 Kimi Linear 注意力、DeepSeek V4 稀疏注意力（DSA）、KDA 层及 mHC 残差路径，被工程师称为‘双高效注意力并行’设计。
> 相关链接：rasbt 架构详解｜thealexker 效率解读
产品与应用落地
Cline 称 GLM-5.3-Flash 上线一周即占平台 11% 流量，免费集成 VS Code/JetBrains
开发工具 Cline 宣布该模型为其史上增长最快模型，上线不到一周即贡献 11% 全平台请求量，并提供 VS Code、JetBrains 和 CLI 免费插件。
> 相关链接：Cline 官方公告
CoreWeave、Baseten、AutoClaw 等平台当天上线 GLM-5.3-Flash 支持
CoreWeave 宣布即将支持 Serverless 推理；Baseten 实现 Day-0 上线；AutoClaw 提供免费积分+自动调优；Dell 将其列为可本地部署的主流开源模型。
> 相关链接：CoreWeave 声明｜Baseten 上线公告
Agent 与工具链
GLM-5.3-Flash 在终端任务（Terminal-Bench v2.1）得分 84.3%，略超 GLM-5.3
在面向 Agent 的终端操作基准 Terminal-Bench v2.1 中，GLM-5.3-Flash 得分 84.3%，比 GLM-5.3（83.9%）略高；GDPval-AA v2 Elo 为 1770，与 GLM-5.3 并列。
> 相关链接：Artificial Analysis Agentic 评测
政策、治理与安全
社区质疑 GLM-5.3-Flash ‘原生多模态’宣传：视觉任务表现薄弱
用户 skalskip92 指出该模型在多个视觉/目标检测任务中表现不佳，与‘原生视觉’定位不符；目前尚无官方视觉能力验证数据公开。
> 相关链接：质疑推文