智谱がオープンソース化したネイティブマルチモーダル大規模モデルGLM-5.3-Flash：320Bパラメータと国産チップによるフルスタックサポート

智譜はGLM-5.3-Flash（320B-A18B）を正式にオープンソース化しました。GLM-5シリーズ初のネイティブマルチモーダル大規模モデルとして、総パラメータ数は3200億に達します。Artificial Analysis Intelligence Indexの評価では57点を獲得し、全体能力が前世代製品を全面的に凌駕するとともに、独自開発のプログラミング評価においてClaude Opus 4.8と同等の成果を収めています。

本モデルはアーキテクチャ設計において顕著な効率最適化を実現しました。スパースアテンションと線形アテンションの混合パラダイムを導入し、革新的に開発されたIndexPool加重プーリング技術と組み合わせることで、長文コンテキストシーンにおける計算ボトルネックを効果的に解決しました。比較実験によると、単一トークンの計算量とKVキャッシュサイズは前バージョンと比較してそれぞれ約3倍と4.4倍減少しており、総合計算効率は業界トップレベルにあります。

国産ハードウェア環境への適応のため、智譜はSGLangを深くカスタマイズした専用推論エンジンを構築し、GLM-5.3駆動のInfra AgentがCUDAオペレータの開発とパフォーマンスチューニングを支援しました。システムにはW8A8ウェイト量子化、混合精度KVキャッシュ、Layer Split階層アンロードなどの積極的なメモリ最適化戦略が統合されており、国産チップのメモリ帯域幅制限という課題を克服することに成功しました。

クラスター展開の面では、チームは生産環境向けのEncode–Prefill–Decode分離型アーキテクチャを採用し、マルチモーダルエンコーディング、プロンプトプリフィル、トークンごとのデコーディングを独立したワーカープールに分離しました。実測データによると、このソリューションによりエンドツーエンドのサービスパフォーマンスが3倍向上し、単一トークンの推論コストとハードウェア利用率は主要なNVIDIA GPUの水準に達しています。これは、国産コンピューティングパワーが数千億パラメータ級のモデルの商用運用を支える可行性を実証するものです。

商業化とエコシステム連携の面では、GLM-5.3-Flashの価格戦略は非常に競争力があり、正式価格はGLM-5.3の10分の1のみで、発売初期期間中にはさらにOpus 4.8の40分の1まで引き下げられました。現在、本モデルはグローバル向けにオープンソース化されており、ZCodeなどの開発プラットフォームとシームレスに連携しています。また、GLM Codingプログラムを通じて毎日限定数の体験カードを配布するとともに、開発者向けのエンタープライズレベルAPIインターフェースも開放しています。