牛来！我用孙宇晨的瓜，给智谱新开源的GLM-5.3-Flash上了波强度

你好，我是蔚公子，毕业ALL in AI，专注于 AI 提效/企业赋能/教育

点击关注我，

分享真正能落地的AI方案，让企业和个人把AI用好

这两天 AI 圈突然冒出来一头牛。

事情是这样的，8月20号，OpenRouter 上悄悄上线了一个匿名模型，叫 Ox-Alpha，没说是谁家的，也没公布任何身份，就这么免费开放给大家用。

中文社区看它名字里带个 Ox，刚好《牛来》电影那几天爆火，干脆就管它叫牛来了

结果这一测不要紧，它直接冲到了 OpenRouter 使用榜第一，调用量是 DeepSeek 的两倍还多。

一个连爹妈都不知道是谁的模型，冲到了榜首，那全网当然就开始猜了，这到底是哪家憋的大招

答案很快揭晓了，8 月 26 号晚上，智谱正式发布并开源了 GLM-5.3-Flash，亲口承认牛来就是它。

而且它还不是把前不久那个 GLM-5.3 做了个轻量版这么简单。

恰恰相反，官方明确说了，这是重新训练的基础模型，不是旗舰的蒸馏版。它是 GLM-5 系列第一个原生多模态模型，总参数 3200 亿，但每次推理只激活 180 亿，支持 100 万 Token 上下文，文本图片视频都能直接处理，而且权重是按 MIT 协议全开源的。

性能上它也没让人失望。在 Artificial Analysis 那个智能指数上拿了 57 分，跟 Claude Opus 4.8 打平，智谱自己的 Code Bench 上编程表现也到了跟 Opus 4.8 相当的水平。

不过这些还不是最离谱的。真正让人瞪眼的是价格。

按官方的说法，它的定价只有 GLM-5.3 的十分之一，发布期还有五折，折下来大概是二十分之一，差不多是 Claude Opus 4.8 的四十分之一。

那为什么能压这么低呢？

主要是这次架构重做了。它第一次把线性注意力和稀疏注意力混在一起用，官方给的数据是注意力计算量降了大约三倍，KV Cache 降了大约四点四倍。

还有个挺有分量的细节。牛来匿名测试那阵子烧掉的超过20万亿 Token，全部是跑在国产 AI 芯片集群上的。

所以纸面上这东西已经很好总结了，前沿模型的能力，Flash 模型的成本。

一、但我真正想测的，不是这些跑分

因为这次它最不一样的地方，是把视觉真正塞进了 Agent 的干活循环里。

以前的多模态，很多时候还停留在你给它一张图，它告诉你图里有什么。这次不一样了，它是先看懂一个现成的东西，从结果反推出背后的逻辑，然后自己重新做一个出来。

你品品这两件事的差别。前一件它只是个看图工具，后一件它已经能拿眼睛去干活了。

说白了，图片、视频、录屏这些原本只是给人看的东西，现在本身就能当成 AI 的需求文档了。

所以什么识图、看图做题、总结 PDF 这种基础项目我就不重复测了，我挑了四个野一点的活儿：

从孙宇晨的小作文，到王者荣耀录屏、黄仁勋演讲，反正都是以前你不太会想着直接给扔给AI，让它自己做完的东西。

废话不多说，直接开搞

二、一篇长文，做成一个能玩的专题网页

这两天孙宇晨那个瓜，想必大家也都吃过了。

那我干脆不聊瓜了，直接拿他那篇小作文当素材，让 AI 重新做一个网页出来，看看能不能做得比小作文本身还有意思。

当然，孙宇晨这篇长文文末标注了“纯属虚构”，下面所有剧情和金额都只按照原文叙事来处理，不代表现实事实。

提示词：

阅读我提供的孙宇晨长文，把它重新制作成一个高完成度、可交互的专题网页。你自己提炼人物关系、时间线、关键事件、名场面和 AI 相关节点，设计信息结构和视觉风格。不要简单把原文堆到网页上，要像真正的媒体深度专题。完成后自己打开网页逐屏检查视觉、交互和内容，有问题自行修改。不要虚构原文不存在的事实。

这个提示词我建议大家仔细看一眼，因为它是这一轮最有杀伤力的地方。

你会发现我压根没提人物关系图，没提答题，没提原文弹窗。些而这些，全是它自己想出来加的。

说实话，我一开始的预期就是它给我做个还算好看的长页面，把内容排一排就行了。

结果打开的一瞬间，跟我想的完全不是一回事。

它把整个内容拆成了七个板块，从人物到时间线到名场面，一路排到最后的留白，每一块的呈现方式还都不一样。

开头有一张人物关系图，能点。你点哪个人，跟他相关的线就亮起来，其余的淡下去，下面还会跟着切换出这个人在原文里的引句。这块我觉得有点小问题，节点位置偶尔会挤，但整体是能用的。

再往下是时间线，它把事件按发生顺序排开，每一条都能展开看原文出处。

中间还有个我完全没想到的板块，它做了一份账单。把文里提到的每一笔支出全列出来了，二十多笔，每笔标了名目、金额，还标了状态，已付的绿色，没付的红色，不退的黄色。上面还能按状态筛。

后面还有名场面、金句墙这些。

让我意外的是它还塞了一个答题环节。看完之后它出了几道选择题考你，问的都是文里的细节，比如当时那个放映厅到底坐了多少人。答完还给你打分。

这个是真没想到，因为我提示词里一个字都没提测验。

@=https://v.qq.com/x/page/m32965uzmy1.html@@

不过整个网页里最让我起鸡皮疙瘩的，是另外一块。

它做了一个叫机器的答案的板块，一开始那儿是空的，就一个按钮摆在那。我点下去，那段对话居然一行一行往外打，就跟正在聊天一样，我说一句，Claude 回一句，我再说一句，它再回一句

@=https://v.qq.com/x/page/a3296xge0h1.html@@

我是天天用 AI 的人，这里面每句话我都清楚是怎么回事。

可它用这种方式一行行打出来的那一刻，我是真的卧槽了一声。那一下我整个人就代入进去了。

整体设计我觉得挺高级的，暗黑风格跟这篇文章的调性也对得上。

你要说它完美，那肯定谈不上。最明显的问题是通篇还是文字为主，视觉表达上还有不少进步空间。

但说实话，这一下确实有点猛了。

三、一堆二创素材，让它自己对照着剪

第二个我把难度往上抬了一档。

因为这两天除了小作文本身，网友的创造力才是真的翻天了。各种梗图、各种二创、AI 漫剧、AI 短剧，一晚上全冒出来了。

那我干脆把这些二创素材找来一堆，图片视频一起扔给它，先让它自己判断每个素材到底对应原文的哪一段。

提示词：

同时阅读原文并分析我提供的所有图片和视频。先判断每个二创素材对应原文中的哪个情节，并找出具体依据；无法在原文找到依据的内容明确标记为二创发挥或无法确认。然后从这些素材中挑选最有代表性的内容，重新剪成一条 60 到 90 秒的名场面合集，你自己决定顺序、节奏、字幕和说明，并输出最终成片。

它确实是老老实实读完了，然后逐个做了拆解。

而且有两个动作是我没要求它做的。

一个是它在每张章节卡上都标了原文出处，精确到第几页。另一个更有意思，有张换脸图它专门把人脸裁出来跟原图做了比对，最后给的结论是这不是孙宇晨本人。

对于在原文里找不到依据的，它也照我说的老实标了二创发挥。

@=https://v.qq.com/x/page/w3296li8l8d.html@@

问题也有两个。

那张换脸图它只排除了不是本人，到底是谁它没看出来。

另外我上传的那些素材本身就有点糊，所以最后成片的清晰度也一般。剪辑本身我觉得只能算还可以，谈不上多好

四、一段实机录屏，让它重做一个游戏

这个是我最好奇的一个，因为它已经不只是看懂，是要从画面里反推出一整套规则。

我给的素材是一段王者荣耀的实机录屏，三十秒。

提示词：

只根据这段实机视频，先自行推断游戏的核心玩法、移动方式、战斗规则、地图机制、敌我单位、失败条件和胜利条件。然后不要照搬原作 IP、美术和角色，重新设计一个不同主题、但保留核心玩法的可玩游戏。要求真正能够操作和完成一局。完成后自己试玩、检查并修复问题。

结果它真给我做出来一个。

开局是五秒倒计时，进去之后地图上确实有塔要拆，路上有小兵一波一波往前推。它自己换了个主题，做成了深海生物打机械族，主角是一条会发光的鳐鱼。

攻击、位移、大招这些都有，玩起来是需要花点时间的，不是点两下就结束。

最让我意外的是野区。它居然真的在地图上放了野怪，而且我是真能去打的，打完还有加成。这个我提示词里没提，是它自己从录屏里看出来的。

最后我把对面最后一个建筑拆掉，赢了。

@=https://v.qq.com/x/page/t32963r8an6.html@@

说实话，那个味儿已经出来了。

我甚至觉得再往后发展一下，做一个更完整、更难一点的版本都有可能。

问题也很明显。建模还是比较简单，不够精美，玩法也相对单一，跟真正的游戏比还差得远。

但你别忘了，它手上从头到尾就只有一段三十秒的录屏

五、五分钟的演讲，让它自己剪成一分钟

最后这个，说实话是我最迫不及待想测的。

因为咱们做自媒体的都懂，剪辑真的是个心头病。拍摄其实简单，坐下来剪才是最熬人的那一步，你只要真自己剪过就知道有多累。

所以它既然说能剪视频，那我一定得试试。万一这个环节真能交出去，那就有点了不起了。

既然是 AI 领域，那就找个 AI 领域的大拿。我挑了一段五分钟左右的黄仁勋演讲，直接扔过去，让它自己当剪辑师。

提示词：

完整看完这段视频，把自己当成专业短视频剪辑师。不要机械做金句合集，而是自己判断最值得传播的核心观点，重新组织成一条约 60 秒、普通人愿意看完的中文短视频。你自行决定开头钩子、片段选择、顺序、删减和节奏，添加准确中文字幕。最终直接输出成片，并保留选用了哪些原始时间段。

它剪出来了，成片接近一分半。

这里面有个决定我觉得挺关键。原视频讲了六大块内容，它自己判断只留一条主线，把另外三个产品发布整块砍掉了。这是它自己做的取舍，我没给任何指示。

还有一点，原视频底下本来烧了一条机翻的中文字幕，里面有明显的错译。它自己发现了这个问题，直接用黑条把原字幕盖掉，整条重新翻了一遍。

成片我看了一下，感觉还不错。

@=https://v.qq.com/x/page/d3296wig5dv.html@@

要评价的话，我觉得中规中矩。节奏、钩子这些谈不上多惊艳，但它能从五分钟里自己判断该留什么、该扔什么，然后完整剪出来，这个已经挺厉害了。

六、蔚公子的洞察

四个跑完，我想说四点。

第一，模型是真的在变强，而且强的程度超出我的预期。

我说句实话，这四个题目扔出去之前，我心里的预期是能成两个就不错了，另外两个大概率会中途卡住，或者做出来一半跑不动。

结果一个都没卡。

四个全跑完了，而且每一个都是在一小时之内做出来的。

这个我是真没想到。要知道里面有反推游戏规则、有剪长视频，放在半年前，这些活儿别说一小时，你给它一天它都未必能交出个能看的东西。

第二，发力的不只是那几个明星产品。

我们平时聊国产模型，翻来覆去就是那几个名字。但这次智谱这一下，我觉得它是实打实站到了牌桌上的。

而且不只是它。这几家现在都不差，谁都有往上争的资格。这个局面比一家独大健康得多，因为谁也不敢停。

第三，国产Agent 确实在往前走，但今天还没到那一天。

我这次是在 Z Code 上跑的，整体的丝滑度是可以的，中间基本没怎么让我操心。

但我也得说句公道话，今天离真正好用还是有差距的。

我感觉可能再过一年左右，会是另一番光景，那时候差不多就是人人都在用 Agent 的状态了。但今天还不行，今天你还是得盯着，还是得自己收尾。

不过方向我是不怀疑的，而且国产这一块我觉得会走得不错。

第四，这场浪潮，是真的要来了。

你回头对比一下2025年1 月，DeepSeek 刚出来那一波。当时大家嘴里描绘的那个未来，什么 AI 自己看视频、自己写游戏、自己剪片子，听着都还挺远的。

今天再看这四个活儿，已经很接近当时想象的样子了。

当然还需要时间，但我相信最后一定会有一个不错的结果。

问题只在于，这里面谁能真正拿到结果。

那就得看谁先动手了