本文作者： 郑佳美
2026-08-27 20:50
导语：智谱 GLM-5.3-Flash上线，商汤大装置提供国产算力支持
8月26日晚，智谱正式上线并开源GLM-5.3-Flash(320B-A18B），这是GLM-5系列的首个原生多模态模型。其总参数320B，能力超过GLM-5.2，在全球权威的Artificial Analysis Intelligence Index（AA综合智能指数）中取得57分，进入全球前沿模型能力区间，与Anthropic最受欢迎的模型Claude Opus 4.8得分持平。GLM-5.3-Flash的架构专为极低成本而设计，结合智谱最新的30T Token多模态预训练语料，能够以更少的计算资源实现更强的性能。
依托先进的国产异构混推技术，商汤大装置为GLM-5.3-Flash上线提供大规模国产算力支持与Token服务，打造国产算力规模化商用又一硬核落地标杆。
这一合作的背后，正是商汤打造的 “一套模型、一座 Token（词元）工厂、一套智能体管控系统” 核心能力体系。其中 Token 工厂承担着把智能能力规模化生产出来的关键作用：它通过多模态模型和大装置基础设施的联合优化，把不同芯片、集群、能源和交付节点组织起来，持续生产更高质量、成本更低的Token。同时Token工厂与大模型之间构建起双向反哺闭环，更好适配原生多模态模型的迭代需求。商汤大装置高效支持了智谱 GLM-5.3-Flash的上线工作，正是这套闭环能力的有力印证。
长期以来，市场对国产算力的认知是，性价比不高、难以规模商用。而在正式发布前，GLM-5.3-Flash以匿名模型Ox-Alpha（中文社区称作牛来）在OpenCode和OpenRouter上进行了大规模测试，Token调用量高达62T，这些请求流量全部由国产芯片提供算力支持。且相较同一硬件环境下的初始基线，GLM-5.3-Flash基于国产芯片集群，端到端服务性能提升3倍，硬件效率和单Token成本已达到主流英伟达GPU相当水平。
这一实践表明，国产算力已经能够在大规模真实业务场景下，高效、经济地支撑前沿大模型推理需求。
作为最懂大模型的AI基础设施，商汤大装置全面拥抱国产化，并持续推动国产算力从“单点可用”走向“大规模商用”。今年WAIC期间，针对当前国产算力规模化商用卡点，商汤大装置从“性价比、适配性、能效比”三个维度系统性破题。
在性价比层面，商汤大装置跳出单卡性能比拼的传统思路，通过先进的异构混合推理技术，根据不同推理阶段对计算、带宽的不同需求让不同架构、不同定位的国产芯片各尽其长、高效协同，整体推理性价比达到 NVIDIA H系列的 1.25 倍，相比国产同构推理，同等成本下Token产能扩大约2.5倍。
在适配性上，通过底层算子优化、多卡并行调优和工具链适配等，大幅降低国产算力应用门槛。在能效比层面，商汤大装置推出算电协同Agent，并重新定义TPW（Tokens Per Watt）作为AIDC全新价值标尺。
此外，通过整合多元算力，并持续优化推理引擎与芯片性能，商汤大装置Token Factory正在形成大规模、高效率、低成本的Token供给能力，7月日均Token服务量已达到 2.42万亿，预计2026年年底突破日均10万亿，全年Token量级增长25倍。
未来，商汤大装置将持续投入基于国产化算力的Token服务建设，打造高性能、低成本、可规模交付的AI基础设施，推动国产算力从单点技术突破走向产业体系化繁荣。
商汤2026上半年首度盈利6.2亿元，经常性收入与毛利率 ...
SenseNova U1.5 Lite正式版发布：支持超长指令，解锁 ...
商汤大装置首提TPW，重新定义AI基础设施效能标尺
原生统一多模态进阶！SenseNova U1.5-Lite-Preview开 ...
编辑
刚刚，DeepSeek V4 系列更新，架构没变，Agent 能力为何大涨
GPT-Live 底层拆解：OpenAI 如何让 95% 的音频帧不再延迟
Kimi K3 发布 47 页技术报告，最有价值的创新点是这些
苏神复盘 Kimi K3：896 个专家背后，藏着哪些关键技术取舍？
Jeff Dean 创业路演 PPT，惊现 34 位创始人，谷歌系人才占领半壁江山
达卯科技与福建智算方舟达成合作，全栈式算电协同服务在闽落子
Agent 走向具身世界：从语言智能到机器人「大脑指挥官」
WRC 2026｜原生全模态世界模型：从模拟世界到交互世界
机器人首秀网球场，银河通用突破具身智能「AstraTennis时刻」
WRC 2026 风向标：具身智能下半场，比「大脑」更比「账本」
宇树科技上市首日大涨629%，世界机器人大会里谁是“下一个宇树”？