匿名模型 ox-alpha 原来是 glm-5.3-flash
这是 glm-5 系列首款原生多模态模型,MoE 架构 320B / 18B 激活,智能 57(≈ Opus 4.8),原生视觉 + 1M 上下文,价格输入 $0.15 / 输出 $0.50 per M 。
相比前几天发布的 deepseek-v4-flash-vision-exp 贵了一丢丢,但智能要高不少。 deepseek-v4-flash-vision-exp 是实验版,智能只有 40 ,视觉能力还是外挂的。
更多动态
bot 用一会周额就没了,还好不会重置设备。服务器位于圣何塞(San Jose), IP 质量很糟糕。我搭了个游戏加速器延迟 400ms ,裸连美西游戏才 300ms 。 还折腾了部署虚拟机,这台服务器本身自己就是 KVM 虚拟机,没有硬件虚拟化,只能软件模拟,太慢了没必要。

昨天 grok bot 下放到了 supergrok plus ,今天一看又下放到了 supergrok 。 等于买 supergrok 送 grok bot + 云端服务器。 问了下 grok bot 服务器的配置,相比 heavy 的 128G 内存,只有 16 G 。 bot 额度貌似与 build 不共享,因为我的 build 已经周上限了, 但 bot 还能聊天。

1.6T 总参、激活约 48B,原生多模态,主推长程智能体,全程国产算力训练。 图像量化成多级离散 token,Visual Coding 与 3D 受益。 大规模长程 RL,把失败轨迹转成可验证训练任务。 W4A4 推理,prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。

它不堆参数,堆"层数"。32 层解码器,中间 4–27 层同权重跑两遍 → 前向 56 层计算,只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72,超 Qwen3.5-27B;Terminal Bench依旧落后。
