智谱 GLM-5.3-Flash-BF16 权重上线

zai-org 在 HuggingFace 放出了 GLM-5.3-Flash-BF16，这是 GLM-5 系列第一个原生多模态模型。320B 总参数只激活 18B，各项跑分和实际工作负载全面超过 GLM-5.2，价格是十分之一，编程和 agentic 跑分逼近 Claude Opus 4.8。 底座是全新训练的模型，架构和训练配方全部照着能力和效率重新设计过。GLM 系列第一次用上混合架构，把稀疏注意力和线性注意力结合在一起。这里解释一下：线性注意力把长文本的计算复杂度从平方级降到线性级，能大幅压低长上下文的服务成本，同时还保住了长上下文的精度。模型还用了 Manifold-Constrained Hyper-Connections（mHC）。扩展效率更高，配合的是 30T token 规模的多模态预训练语料。 本地部署支持六个框架：SGLang、vLLM、TokenSpeed、Transformers、KTransformers、Unsloth，官方都给了对应教程。 推理强度上有个 reasoning_effort 参数，接受 low、high、max 三档。不传或传了无效值默认是 max，要用 low 或 high 得显式传，跑榜单复现要保持默认 max。聊天模板里还有个 clear_thinking，默认是 false，聊天场景官方建议显式传 clear_thinking=true。 权重用 BF16 存，总参数 3213.2 亿，分了 120 个分片，文件总大小约 643GB，License 是 MIT。 原文：https://huggingface.co/zai-org/GLM-5.3-Flash-BF16