AI 编程实时动态与要闻

Command Code（@CommandCodeAI）宣布 GLM-5.3 FlashX 已全平台可用：作为 GLM-5.3 Flash 的高速变体，官方称约 200 TPS、具备 1M 上下文，并支持文本/图像/视频多模态；覆盖所有订阅档与 API。对需要高吞吐调用智谱 Flash 系模型的编码智能体用户，这是一条现成 CLI/API 接入路径。

OpenRouter 称 DeepSeek V4.1 Flash 上线后 24 小时处理约 1T tokens，并按当前节奏 48 小时或达约 2.8T，有望成为其付费模型最大首发窗口；其中约 90% 为缓存读取，市场价约 $0.006/M，称比 GLM-5.3 Flash 等可比模型便宜约 5 倍。

Together AI（@togethercompute）宣布可在 Together Chat（chat.together.ai）免费试用 GLM-5.3 与 GLM-5.3 Flash：无需配置 API，点选模型即可开聊，推理跑在北美安全基础设施上，方便开发者快速上手智谱新一代编码/智能体模型。

Together 在 DeepSWE 上对 GLM-5.3 与 GLM-5.3 Flash 做了约 900 次 rollout：全量 pass@1 为 69.0%、单次约 3.99 美元，Flash 为 63.4%、约 0.24 美元，成本约低 17 倍。蒸馏主要掉的是一次成功率而非能力上限，pass@4 差距收至 2.6 个百分点；先跑 Flash、测试失败再升级全量的级联达到 80.9%、约 1.70 美元/任务。对编码智能体，默认 Flash、用测试门控升级，比只跑全量更便宜且覆盖更高，但 Flash 破坏已通过基线测试的比例为 6.9% 对 4.4%，合并前仍需回归。

Ollama 宣布 GLM-5.3 与 GLM-5.3 Flash（原 Ox Alpha）已在其云端完整上线，托管于美国与欧洲、零数据留存。官方给出 ollama launch claude --model glm-5.3:cloud 与 ollama launch opencode --model glm-5.3-flash:cloud，也可配进 Claude Desktop 或自建 API。相对此前仅预告 Flash，此次把全量 GLM-5.3 送进现有编码代理 harness，让不想把流量交给 Z.ai 直连、又要跑开源智能体编码模型的开发者，能在同一 Ollama 入口切换强度与成本。

Together AI 称智谱 GLM-5.3 已在智能体基准上超过 GPT-5.6 Sol 与 Claude Fable 5，GLM-5.3 Flash 紧随其后。关键点是并未换新底座：Zhipu 沿用 GLM-5.2 基座，靠更多长程环境、更多样任务与强化学习算力做后训练。对编码与长程代理，这意味着开源侧可以用后训练堆量而不是新预训练来追平闭源旗舰，并在 Together 上直接换成更便宜的默认模型。

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。

工具聚合平台 Composio 发布针对 GLM 5.3、GLM 5.3 Flash、Kimi K3 与 DeepSeek V4 的 30 个多步 Agent 任务实测对比。结果显示 GLM 5.3 完成率最高，而 DeepSeek V4 Flash 与 GLM 5.3 Flash 以约 1/4 的成本完成了近乎相同的任务量。

Together AI 宣布在其全球推理集群首日托管上线智谱 GLM-5.3 Flash。在编程基准 DeepSWE 上几乎追平闭源前沿模型 Luna，且在同等算力预算下产出代码量超过两倍，主打高性价比的自治编码 Agent 推理支持。

Together AI 宣布在其无服务器推理平台全面上线 GLM-5.3 Flash。作为首款 320B-A18B 原生多模态 MoE 模型，具备 100 万超长上下文与混合注意力，在 DeepSWE 编程基准中性能直逼 Luna，同等成本下产出翻倍。

开源 Coding Agent 框架 Cline 宣布将智谱 AI GLM-5.3 Flash（原代号 Ox Alpha）作为内置免费模型选项。该 320B-A18B 开源多模态模型上线不到一周已成为 Cline 历史上增长最快的模型，贡献超 11% 总调用量。

开源 AI 扩展 Cline 宣布免费接入 Z.ai 的 GLM-5.3 Flash（320B 总参/18B 激活，MIT 开源协议，1M 上下文与原生多模态）。官方表示该模型成为 Cline 历史上增长最快的模型，上线不到一周便贡献了平台超过 11% 的总代码生成流量。

Cline 宣布此前以 Ox Alpha 预览的 GLM-5.3 Flash 现已在 Cline 中免费可用。该混合专家模型总参数 3200 亿、激活约 180 亿，在基准测试中击败前沿模型，并成为 Cline 历史上增长最快的模型，不到一周已贡献超过 11% 的流量。可通过 Cline CLI、VS Code 和 JetBrains 插件免费使用。