智谱于8月26日开放该模型权重，并公布其第三方综合智能指数为57分；在匿名测试阶段，它以Ox-Alpha身份进入两个海外开发平台，并带动调用量达到新高。
8月26日，智谱将GLM-5.3-Flash（320B-A18B）纳入GLM-5序列，并将其界定为该序列首个原生多模态版本，同时公开模型权重。该版本此前以Ox-Alpha名称在OpenCode与OpenRouter开展匿名评估，中文社区也称其为“牛来”。在测试周期内，它对文本、图像和视频输入进行处理，调用量升至新高，并被描述为当周热门模型。
官方价格信息显示，标准档为GLM-5.3的1/10，促销窗口内降至1/20，与Claude Opus 4.8相比约为1/40；披露的单价包括每百万Token输入0.8元、输出2.8元、缓存命中0.23元。在Artificial Analysis Intelligence Index中，该模型获得57分，与Claude Opus 4.8的当前分数一致；智谱自研Z.ai Code Bench中，两者在编程任务上的表现被描述为相近。架构上，它采用稀疏注意力与线性注意力混合结构，并结合流形约束超连接；官方公布的数据显示，注意力计算量下降3.01倍，KV缓存缩减4.44倍，激活参数为18B、层数为45层，训练语料规模提到30T Token。
推理侧信息则集中在国产算力。团队表示，匿名阶段的大规模请求流量由国产芯片集群承接，并通过自研高带宽互联网络连接芯片；结合SGLang推理引擎、EPD分离式架构、ReplaySSM和混合缓存量化等方案后，端到端服务性能相对同一硬件基线提高3倍，硬件效率与单Token成本可达到主流英伟达GPU相近水平。发布后，权重在HuggingFace开放，API、在线体验和ZCode、AutoClaw、GLM Coding Plan等平台同步接入，面向开发者提供使用入口。