核心亮点

  • 架构创新：总参数320B，每次仅激活18B，采用稀疏注意力+线性注意力混合架构
  • 性能跃升：整体超越GLM-5.2，编程与Agent评测接近Claude Opus 4.8
  • 极致性价比：价格仅为GLM-5.2的十分之一

模型详情

  • 开源许可：MIT License，权重已上线Hugging Face
  • 多模态能力：原生支持文字、图片和视频，系GLM-5系列首个原生多模态模型
  • 训练规模：使用30T Token多模态数据预训练，更换全新基础模型

背景说明

社区对Ox Alpha的DeepSWE小样本测试成绩由此前宣称的80%回落至63%（样本扩大后），测试者已主动更正，该结果仍属第一梯队。

部署方式

开发者可使用vLLM、SGLang、KTransformers等主流框架直接本地部署，无需依赖匿名API。