Together AI 正式在其算力平台提供 GLM-5.3 Flash 原生多模态推理服务。该模型采用 320B 总参、18B 激活与 100 万 Token 混合注意力架构，在 DeepSWE 编程基准上对齐前沿模型，且同等预算下完成工作量翻倍以上。

核心要点速览 (Key Takeaways)

  • ✓极致性价比架构：320B-A18B MoE 稀疏激活在保持高精度的同时大幅压缩单 Token 成本；
  • ✓原生多模态 + 百万上下文：支持在超长代码库、架构图纸与系统日志中进行精准跨模态定位；
  • ✓为长周期自主编程 Agent 提供了兼顾推理吞吐与质量的云端托管方案。