# GLM-5.3-Flash 编程能力实测 - 3 个项目案例

> 海外爆火的匿名「牛来」模型揭晓身份，原生多模态 + 1/40 的价格，实测编程能力如何

大家好，我是程序员鱼皮。

前几天，海外 AI 平台 OpenRouter 和 OpenCode 上突然冒出了一个没有任何背景介绍的匿名模型 `Ox-Alpha`，俗称「牛来」模型。

没人知道它是谁做的，但开发者们试用之后纷纷上头了。上线首日直接冲到 OpenRouter 榜首，刷新了平台单日 Token 用量的历史纪录，甚至终结了 DeepSeek 在 OpenCode 连续 56 天霸榜的纪录！

![ox 模型的 LLM Leaderboard 排名](https://pic.yupi.icu/1/ox%2520%25E6%25A8%25A1%25E5%259E%258B%25E7%259A%2584%2520LLM%2520Leaderboard%2520%25E6%258E%2592%25E5%2590%258D.png)

谷歌还屁颠屁颠儿地跑出来蹭热度认领，说这是自家的模型，结果被全网笑惨了。

![](https://pic.yupi.icu/1/image-20260827151926185.png)

就在昨天，这个神秘模型终于正式揭晓身份。

它是智谱的 GLM-5.3-Flash，是国产模型！

![](https://pic.yupi.icu/1/%25E7%2589%259B%25E6%259D%25A5%25E6%2598%25AF%25E6%2599%25BA%25E8%25B0%25B1%25E6%25B5%25B7%25E6%258A%25A5.jpg)

GLM-5.3-Flash 是智谱的首个 **原生多模态模型**，采用全新架构，仅 320B 参数（激活仅 18B），能力就可以对标 Claude Opus 4.8，**而且价格竟然只有 Opus 4.8 的 1/40 ！**

![](https://pic.yupi.icu/1/1787803425111-4970ec7e-b641-4e18-8330-3616001b887b-20260827154350783.png)

GLM-5.3-Flash 上线即开源，采用 MIT 协议，而且全部流量跑在 10 万张国产芯片上！

![](https://pic.yupi.icu/1/%25E6%2599%25BA%25E8%25B0%25B1%25E5%258F%2591%25E5%25B8%2583GLM-5.3%25E6%258E%25A8%25E7%2589%25B9.png)

在 Artificial Analysis Intelligence Index 这个国际权威综合能力榜上，GLM-5.3-Flash 拿到了 57 分，跟 Claude Opus 4.8 持平，超过了 DeepSeek V4 Pro（53 分）和 DeepSeek V4 Flash（52 分）。在 Coding 方向的多项基准上也都逼近甚至超过了 Opus 4.8，但价格目前仅为 Opus 4.8 的 1/40，常规场景下也比涨价后的 DeepSeek V4 Flash 更便宜。

![智谱 GLM-5.3-Flash 跑分图](https://pic.yupi.icu/1/glm-5.3-flash-benchmark.png)

一条新的 AI 模型斩杀线，正在形成。

![](https://pic.yupi.icu/1/glm-5.3-flash-killline.png)

以前大家默认 AI 具有前沿能力就意味着高昂的价格，GLM-5.3-Flash 把这个等式打破了。

![](https://pic.yupi.icu/1/1787733978730-0db14207-9aa4-435f-ab89-214a8d8eb4fe-20260827154351318.png)



## GLM 终于开眼

对我来说，这次最兴奋的升级不是价格，而是原生多模态。

GLM-5.3 虽然编程能力很强，但它是个「瞎子模型」，写完代码之后没办法自己看一眼页面长什么样。同样的问题在测试 DeepSeek V4 Pro 的时候也遇到了，前端做出来的效果对不对、好不好看，模型自己完全判断不了。

AI 公司当然能意识到这个痛点，于是前阵子 DeepSeek V4 Flash 率先放出了多模态版本 DeepSeek-V4-Vision-Exp（实测效果可以阅读本板块中的《DeepSeek V4 Flash Vision 视觉能力实测 - 8 个场景》），这次智谱直接跟上，而且视觉能力是从预训练阶段就原生融入的，让 AI 天生就有一双慧眼。

![](https://pic.yupi.icu/1/1787803446698-6cdf93e4-0c8a-4483-91b0-ff6952268b75-20260827154351343.png)

也就是说，AI 写完一段前端代码之后，它自己就能截图看效果、发现布局错位或者配色不对、然后自己修复，不需要你人工介入一步步测试和验收了。这对 AI 编程的体验提升是巨大的。

官方提供了几个 Demo 案例，咱们一起来看看。



### 1、3D Blender 建模

GLM-5.3-Flash 在没有任何外部素材的情况下，自主运行了 16 个小时，用 Blender 从零搭建了一套约 400 平方米的专业主厨自宅和厨房。模型通过反复渲染、查看画面、定位问题、再迭代修正的方式，完成了整个场景构建。

![](https://pic.yupi.icu/1/%25E5%25AE%2598%25E6%2596%25B9%2520case1%2520-%25203D%2520Blender%2520%25E5%25BB%25BA%25E6%25A8%25A1%25E5%259B%25BE.png)



### 2、设计稿到完整 APP

让 AI 基于参考页面的截图进行像素级复刻，模型会分析设计体系、页面关系、共享组件、导航结构和动效逻辑，然后逐页截图与参考图对比，持续修正差异，直到视觉还原度达标。

设计稿原型图：

![设计稿原图](https://pic.yupi.icu/1/%25E5%25AE%2598%25E6%2596%25B9%2520case3%2520-%2520%25E8%25AE%25BE%25E8%25AE%25A1%25E7%25A8%25BF%25E5%258E%259F%25E5%259B%25BE.jpg)

复刻出来的成品 APP，还原度很高：

![](https://pic.yupi.icu/1/%25E5%25AE%2598%25E6%2596%25B9%2520case3%2520-%2520%25E8%25AE%25BE%25E8%25AE%25A1%25E7%25A8%25BF%25E6%2588%2590%25E5%2593%2581%25E5%259B%25BE%25E7%2589%2587.png)



### 3、主题视觉复刻

基于节日视觉设计，复刻红包封面的平面艺术风格和动态展示体验。

这个复刻效果，你觉得怎么样？

![](https://pic.yupi.icu/1/image-20260827152856654.png)



### 4、游戏复刻

让 AI 自主复刻经典的 Godot 游戏《喷射战士》。

好家伙，看看这个效果，我甚至以为是原作……

![](https://pic.yupi.icu/1/image-20260827161039356.png)

当然，官方 Demo 再好看也只是参考，到底好不好用还是得自己试了才知道。

下面我准备了 3 个项目来实测 GLM-5.3-Flash 的编程能力，从前端视觉复刻、全栈应用开发到多模态综合任务，由浅入深。



## 工具准备

这次实战我选用的 AI 编程工具是 [ZCode](https://zcode.z.ai/cn)，这是智谱 GLM 系列的官方 Harness 工具。

如果你平时就打算用 GLM 系列模型来 AI 编程，那 ZCode 是更好的选择，毕竟是角色专武嘛。它对自家模型 GLM-5.3-Flash 的多模态能力支持得最好，还内置了浏览器控制和电脑控制功能，模型可以直接操作浏览器、截图验证、自主调试。

![](https://pic.yupi.icu/1/1787803385999-851ea55d-8cf5-45c5-9de9-700b0f3a3470-20260827154352395.png)

打开 ZCode，会先让你登录授权，国内选择连接 BigModel 平台。

登录之后就进入了熟悉的 Agent 面板，跟 Codex 长得几乎一模一样，可以在对话框中直接切换使用最新的 GLM-5.3-Flash 模型。

![](https://pic.yupi.icu/1/1787794882221-e6429c57-d14d-457d-a37e-365f58a571e1.png)

另外，为了让 AI 运行时能够获取到最新的信息，还需要准备好联网搜索插件 Firecrawl、以及获取最新文档的插件 Context7。分别到各自的官网安装就好了，ZCode 会自动识别出本地已经安装的技能。

![](https://pic.yupi.icu/1/1787795080856-1f5845f7-23c1-493d-871c-12a3990b0b0f.png)

ZCode 自带浏览器控制和电脑控制功能，开启之后模型就能直接打开浏览器截图验收、操作桌面应用。需要先在设置里点击授权，允许辅助功能和屏幕录制权限。

![](https://pic.yupi.icu/1/1787795213500-61a33a14-86a0-46d9-9482-5b8cfe454815.png)

准备工作搞定了，下面开始实战。



## GLM-5.3-Flash 实战测评

### 实战 1、复刻 Apple Vision 产品页

第一个任务，我想测的是 GLM-5.3-Flash 的视觉理解能力，看看到底有多强？

最直观的方式就是让 AI 去复刻一个视觉效果很复杂的网页。我选了 Apple Vision Pro 的官方产品页，这个页面有大量的滚动触发动画、3D 产品展示、深色科技感背景和精致的文字排版节奏，是公认难度很高的前端设计。

![](https://pic.yupi.icu/1/1787795673362-0e114211-4ed4-4361-8847-ac97d764fbb8.png)

提示词里我要求 AI 先用 Firecrawl 抓取目标页面的结构信息，然后充分利用视觉理解能力，先截图分析目标网站的布局和风格，开发过程中每完成一个模块就自己截图对比验证，不满意就优化，直到满意再交付。

我特地开启了完全访问模式，让 AI 可以自由安装依赖和启动服务，省去中间的确认环节：

![](https://pic.yupi.icu/1/1787795551231-80322ecf-2b00-49e2-a980-c6c06110be91.png)

AI 拿到任务之后，先加载 Firecrawl 技能联网抓取了 Apple Vision Pro 产品页的网页结构，然后加载浏览器自动化技能，对目标页做了 8 个不同滚动位置的截图分析，提取出页面的章节节奏、双导航结构、文字韵律等设计细节。

做完这些准备工作之后，AI 才正式开工写代码。

![](https://pic.yupi.icu/1/1787795918528-918663c6-ec65-4858-ae4f-170fa9e3cb9f.png)

整个开发过程中，AI 会不断截图对比自己的成品和 Apple 目标页的效果，发现差异就调整。比如它会检查缩放舞台的文字与产品淡出时序是不是跟原版一致，章节标题的亮度对不对，媒体辉光效果够不够。

![](https://pic.yupi.icu/1/1787796624523-c28023a4-b5f3-4ae7-87a2-8b583aeaa710.png)

经过了 12 轮截图验证，AI 花了大约 19 分钟完成了整个任务，并且自动帮我启动了项目：

![](https://pic.yupi.icu/1/1787797149646-ddfffea7-5888-4698-a7ec-0e9fe40e0ad2.png)

来看看成品效果。在没有使用任何 Apple 官方图片素材的情况下，整体布局的还原度相当高！

举个例子，对比一下导航栏的复刻效果，双层导航结构、胶囊按钮、产品子导航的排列方式都还原了：

![](https://pic.yupi.icu/1/1787800951209-421e0f67-e9cd-42a0-880b-9d2e96b7e1a0.png)

整个页面的深色科技氛围和原版很相似，文字的排版节奏也是对味儿的：

![](https://pic.yupi.icu/1/1787800823456-5ce85751-936f-48de-a8bb-aac52adcf242.png)

虽然没有真实的产品摄影图片，但整体的视觉还原度已经很不错了。如果把正式的产品图片替换上去，基本可以直接当成一个完整的产品宣传页来使用。

以后如果你想做个产品宣传网站，直接把要复刻的网址或者 UI 截图发给 AI，它就能帮你搭出来个八九不离十的版本，然后再手动微调细节就行了。



### 实战 2、全栈 AI 绘图工具

第二个任务我换了方向，测试 GLM-5.3-Flash 的全栈工程能力。

我选了跟之前测评 GLM-5.3 时完全一样的案例，让 AI 开发一个 AI 智能绘图工具。

用户输入自然语言描述，后端调用大模型生成 draw.io 兼容的 XML 图表结构，前端嵌入 draw.io 开源编辑器实时渲染，还支持连续对话修改。

之所以用同一个案例，是为了跟之前在 DeepSeek Harness 里测试的 GLM-5.3、DeepSeek V4 Pro、Kimi K3 做横向对比（详见本板块中的《GLM-5.3 三模型横评 - DeepSeek Harness 统一评测》），看看 GLM-5.3-Flash 在 ZCode 环境下表现如何。

而且 GLM-5.3-Flash 本身就支持 API 接入，正好可以作为这个应用内置的 AI 模型，一举两得。

![](https://pic.yupi.icu/1/1787796703623-262b8fea-95cb-40c0-a003-ae1e7e9056ed.png)

提示词跟之前完全一样，只是把内置的 AI 模型从 DeepSeek V4 Pro 换成了 GLM-5.3-Flash。

![](https://pic.yupi.icu/1/1787796329080-1160ddd4-c3f4-43c9-b970-cac889803425.png)

AI 通过 Firecrawl 联网抓取了 draw.io 仓库结构和嵌入协议文档，发现了一个关键信息：draw.io 支持 AUTOSAVE 事件，编辑器会主动推送 XML，这样就能实现双向实时同步，不需要魔改源码。

![](https://pic.yupi.icu/1/1787796893667-4c91c121-4c80-42ad-a59b-f2052982d289.png)

大约 46 分钟后，AI 完成了任务，主要的时间都花在了自动化验证上。

![](https://pic.yupi.icu/1/1787800342034-6c3eaab7-5c92-4fd6-b55d-c313fc6ea310.png)

来看看成品效果。刚打开页面我就被吸引到了，这个 UI 设计很有科技感，而且 draw.io 的集成非常自然，不像是生硬嵌入的第三方组件，而是融合成了产品本身的一部分。

![](https://pic.yupi.icu/1/1787801133687-b54b8101-9d8d-4906-8efe-f8e2aadc9768.png)

我让 AI 帮我画出 DeepSeek Harness 的架构图。左侧可以实时看到 AI 工作的过程，右侧显示了一个加载动画。

![](https://pic.yupi.icu/1/1787801807761-68bbc033-9650-49b6-a430-3d3a9a727e40.png)

生成完成后，右侧立刻渲染出了完整的架构图，分层清晰，而且保留了 draw.io 原本的元素编辑能力，可以直接拖拽和修改。

![](https://pic.yupi.icu/1/1787802958402-ecb32209-a6d0-49cd-ae76-7ff7dc7d506f.png)

更强的是，网站支持连续对话修改。比如我说「帮我把 Harness 服务层这块的背景改为红色」，AI 就能精准定位到对应的元素并修改样式，右侧画布也会实时更新。

![](https://pic.yupi.icu/1/1787801544563-e0bdc825-e2e6-42f3-9593-f60bf54bbebd.png)

不过偶尔也会出现 AI 生成的 XML 跟 draw.io 不兼容的情况，弹出解析错误的提示。之前我用 Kimi K3 跑同一个案例的时候也遇到过类似的问题，这估计是目前 AI 生成结构化代码时的通病了。

![](https://pic.yupi.icu/1/1787801854093-31b70fcb-d06c-489b-a258-15c74616257b.png)

看了 GLM-5.3-Flash 生成的效果后，再跟之前在 DeepSeek Harness 里测试的其他模型对比一下。

之前 GLM-5.3 做的版本界面科技感最强，把 draw.io 深度融合到了自己设计的界面中，生成的架构图分层清晰，连续对话修改也很顺畅：

![](https://pic.yupi.icu/1/1786946757859-0ff24615-3e22-4fe9-8ebb-0d3a35f74d72.png)

DeepSeek V4 Pro 的版本虽然功能跑通了，但整体界面粗糙，draw.io 是直接整个嵌入的，给人的感觉很生硬：

![](https://pic.yupi.icu/1/1786947674690-a291172a-4f39-4db1-8e0f-4d6f867da64e.png)

Kimi K3 的版本前端设计挺好看，draw.io 的融合度也不错，但后端偶尔翻车，会直接把 XML 源码糊在界面上而不是渲染成图形。

![](https://pic.yupi.icu/1/1786948418039-419ad351-70b1-4e5a-9e14-0378b904a7b9.png)

综合来看，GLM-5.3-Flash 这次的前端效果比 GLM-5.3 和 Kimi K3 略逊一筹，主要体现在界面精致度上。

后端能力比 GLM-5.3 弱了一些，偶尔会出现 XML 不兼容的情况，跟 Kimi K3 的水平差不多。但综合效果明显超过 DeepSeek V4 Pro，毕竟 draw.io 的集成方式和整体产品设计意识都好了不止一个档次。



### 实战 3、3D 联机对战游戏

最后一个任务我想测的是 GLM-5.3-Flash 的多模态综合理解能力和长程工程能力。

一方面看它能不能从图片中提取视觉信息并转化成实际的代码产出，另一方面看它能不能在复杂的大项目中稳定运行而不翻车。

最近《牛来》不是很火么？

![](https://pic.yupi.icu/1/image-20260827153426017.png)

于是我让 AI 开发一个 3D 双人联机实时拳击对战游戏《牛来格斗》，致敬拳皇和奥特曼格斗进化系列的经典对战体验。

关键在于，我会提供 6 张《牛来》动画电影的角色原片图片，让 AI 分析这些角色的造型、体态比例和色彩风格，然后把它们还原成游戏中的可选角色。

这个任务对多模态能力的要求非常高，AI 不仅要理解格斗游戏的玩法机制，还得从图片中提取视觉信息并转化成 3D 角色建模。

![](https://pic.yupi.icu/1/1787796541840-5c0d6c2f-8c41-47b1-a076-96a310c88bdf.png)

AI 拿到 6 张参考图之后，通过联网搜索获取了拳皇和街霸的核心机制，然后分析参考图确定了 4 个可选角色的方案：

![](https://pic.yupi.icu/1/1787796987234-af779237-c346-4a1d-b7cd-63a70d833c92.png)

整个 ZCode 的开发体验还是很丝滑的。AI 自己就能打开内嵌浏览器，操作页面然后截图验证效果，发现问题就自己修复，不需要我做任何干预。

![](https://pic.yupi.icu/1/1787798473621-7c17fa41-db0b-4dde-b80f-4b22e7a1cefd.png)

苦苦等待了 2 个多小时，AI 终于完成了任务。总共经历了 4 轮完整的开发 - 验证循环，长程任务没有翻车。

我已经开始期待成品了……

![](https://pic.yupi.icu/1/1787805052303-5ec46856-f523-4fac-8847-47d89fe0ae4d.png)

打开游戏主页，《牛来》那股抽象的味儿扑面而来~

![](https://pic.yupi.icu/1/1787806025193-b79e35fd-6f70-4e19-bd22-5602380dd572.png)

试试人机练习模式，先选择你的斗士。这 4 个角色的 3D 建模我觉得还不错，金黄色的牛麻麻、橙色的小牛来、斑点金钱豹、棕色的牛霸霸，跟我给的参考图还是挺像的吧？

![](https://pic.yupi.icu/1/1787809723232-abaaa50d-ff34-4e86-962a-472a8a86f70b.png)

开始对战！

角色的出招方式很丰富，轻拳、重拳、轻踢、重踢、防御、闪避一应俱全。

看我豹拉一脚把牛来踹了个跟头，打的牛来叫「妈妈」：

![](https://pic.yupi.icu/1/1787809837731-32fe4b71-edbc-420b-9b2d-8e618b1aac3a.png)

就你欺负我儿子牛来是吧？

牛麻麻亲自下场，先给你来一连串牛家拳，15 连击！

![](https://pic.yupi.icu/1/1787810023827-30690df7-9273-4569-90cf-dafd4fe0e960.png)

还可以释放必杀技，蛮牛冲撞！特效还可以，打击感十足~

![](https://pic.yupi.icu/1/1787810743612-20a9209e-f342-4e81-94d5-6b257277941d.png)

每个角色的必杀技风格都不一样，小牛来的必杀是「飞天小牛弹」，会把对手轰出画面，动画效果很流畅：

![](https://pic.yupi.icu/1/1787810878764-8a6d3fc4-07b7-4766-a224-d7e73e7bc2b6.png)

再试一下局域网联机功能。虽然能够正常加入房间开局，但双方的画面并没有实时同步。说明 GLM-5.3-Flash 在处理复杂的实时网络同步逻辑上还有一些不足。这也算是意料之中的事，WebSocket 状态同步本来就是后端最难搞的场景之一。

![](https://pic.yupi.icu/1/1787811541843-019f4bc1-8452-48b0-8786-47127c6a00f6.png)

但游戏单机对战的体验确实超出了我的预期。一个 AI 从 6 张图片出发，自己搜索格斗游戏的设计规范，自己分析角色造型转化成 3D 建模，最后做出一个有连招系统、必杀技特效、完整 UI 流程的格斗游戏，整个过程不需要人工干预。

视觉理解能力对 AI 编程的加持，在这个测评中体现得淋漓尽致。



## 我的感受

三个项目都跑完了，聊聊我的真实感受。

这次 GLM-5.3-Flash 最大的亮点毫无疑问是视觉理解能力。之前测试 DeepSeek V4 Pro 和 GLM-5.3 的时候，前端效果好不好看、布局有没有错位，模型完全判断不了，只能靠人工验收或者 Playwright 做一些基础的文字化断言。

现在 GLM-5.3-Flash 能自己截图验证了，整个开发体验完全不一样。复刻 Apple 产品页的时候 AI 做了 12 轮截图对比，开发格斗游戏的时候 AI 通过截图抓到了一个纯代码审查根本发现不了的视觉 Bug。这种「写完代码自己看一眼效果」的能力，对 AI 编程来说真的是质的提升。

除了模型能力之外，大家最关心的肯定还是性价比。我开通了 GLM Coding Plan 的 Pro 套餐，三个项目跑完之后看了一下使用统计，5 小时额度才花了 40% 左右，这周才花了 8% 的额度。

![](https://pic.yupi.icu/1/1787811080827-1c14851a-0637-4359-9bdc-56dfcbcd6613.png)

换算一下，GLM-5.3-Flash 相比 GLM-5.3 额度翻了 3 倍，而且非高峰时段（包括周末全天）积分消耗减半。按照 Pro 套餐的周额度和我实际消耗的比例来算，跑完这 3 个项目的成本才不到 10 块钱。而且我测的项目复杂度都不低，如果你只是日常写点小工具、做个页面的话，一周的额度根本用不完。

![](https://pic.yupi.icu/1/1787811173598-50f57ae4-0dd0-493e-ba9d-7035e24df7c1-20260827154400314.png)

相比之下，DeepSeek 八月份全面提价之后，同样的任务量如果用 V4 Pro 来跑，估计要花几十块，V4 Flash 来跑也要花 20 多块，差距一目了然。

此外，智谱也学会 Codex 那一套了，GLM-5.3-Flash 发布当天直接重置了所有用户的使用限额。对用户来说这当然是好事，白票一波新模型的机会，说不定以后有事儿没事儿就能重置一波呢？

![](https://pic.yupi.icu/1/1787803140784-1924adc6-7601-4612-a935-f215fbc8c0ed.png)

不过 GLM-5.3-Flash 的能力上限肯定是比不过 GLM-5.3 这个旗舰模型的。在 AI 绘图工具的横评里能明显看出，GLM-5.3 做出来的产品可用性和精细度还是更高一截。

GLM-5.3-Flash 的定位是 **日常好用、高性价比的牛马模型**，大部分任务它都能胜任，偶尔遇到需要极致效果的场景再切换到旗舰模型就好。

综上，我单方面不负任何责任地宣布，DeepSeek 的排名又下降了一位。

![](https://pic.yupi.icu/1/1787803232184-e36572ac-629c-49c2-b962-ed2b6cbee34f.jpeg)



## 写在最后

从这次实测能看出来，原生多模态正在成为 AI 编程模型的标配。模型能自己截图验收，开发者就不用一轮轮地人工看效果，长程任务的成功率也会明显提升。

国产模型之间卷得越凶，对我们用户来说越是好事。想了解其他模型的实测表现，可以阅读本板块中的其他文章；想系统了解怎么根据场景选模型，可以阅读本教程编程工具板块中的《AI 模型选择指南》。