英伟达护城河又挨一刀：「牛来」模型GLM-5.3 Flash爆量23万亿Token，全部跑在国产芯片上

GLM-5.3 Flash 发布后，智谱确认了一个此前没公开的细节：Ox Alpha 匿名测试期间的流量，全部由中国国产 AI 芯片提供推理算力。Ox Alpha 在 OpenRouter 上线 6 个完整自然日就处理了 23.2 万亿 Token，是同期 DeepSeek-V4-Flash 的 2 倍多。OpenCode 此前甚至称，后台有能力提供每天 100 万亿 Token 的免费额度。智谱称，他们在相同中国国产硬件上把端到端推理性能优化到了最初的 3 倍，现在硬件效率和单 Token 成本已经能做到接近主流英伟达 GPU。SemiAnalysis 特意把这一点挑了出来。此前外界看到每天 100 万亿 Token 的供给能力，还在猜这种规模是不是只有顶级实验室和英伟达 GPU 扛得住。结果这次从头到尾用的都是中国国产芯片。[原文链接](动察 Beating AI 快)