智譜 Z.ai（GLM-5.3 系列）:MIT 授權讓自架說得通，硬件才是硬關卡

對想完全自主部署的辦學團體，GLM 是目前少數把大型模型以 MIT 授權放出来的選項；但採購討論裡最常搞錯的一點，是以為「授權自由」就等於「校內一台機跑得動」——7440 億參數的現實，遠超一般中小學的硬件預算。

智譜 AI（國際品牌 Z.ai）源自清華大學研究團隊，GLM 系列自 2021 年起持續迭代。對香港學校而言，它的核心賣點不是跑分榜名次，而是 MIT 這種法律顧問看一次就清楚的標準授權——前提是選對可以下載權重的型號，而不是只看旗艦名稱。

智譜在做甚麼

Z.ai 的定位是「把大模型做成可部署的基礎設施」，而不是只做消費者聊天產品。與不少中國模型團隊不同，GLM 從 4.5、4.6 世代起就積極走向國際，到 GLM-5.2 直接採用 MIT 授權公開權重，讓「完全自主部署」在法律上第一次說得通。

2026 年 1 月智譜在香港上市，是首家在港上市的基礎模型公司——這對本地產業討論有意義，但 IT 主任向校長匯報時要分清楚：上市地點不能推論資料處理地點，更不能代替《個人資料（私隱）條例》下的跨境評估。

校本採購會看到的型號

旗艦 GLM-5.3 與 GLM-5.2 雲端同價，但 5.3 權重未公開，想自架只能選 5.2 或 5.3-Flash。Flash 的推廣價 0.075 / 0.25 美元，對大量重複性文書處理的成本差距是以倍數計。

費用從哪條路徑產生

雲端 API: 按 token 計價，資料離開香港，學校須自行完成私隱評估與家長告知。旗艦 1.40 / 4.40 美元在同級已屬低位，Flash 推廣價更低，但跨境這關繞不過。

自架權重： 下載 MIT 授權的 GLM-5.2 或 GLM-5.3-Flash 本身不收授權費，代價是資本開支——7,440 億參數需要伺服器級 GPU 叢集，3,200 億的 Flash 門檻較低但仍非單張消費級顯示卡。還有電力、機房散熱、版本更新與停機後備，通常要在辦學團體層面攤分才合理。

校董會簡報裡寫「撥款買硬件、長期省訂閱」可以，但第二年維運人手若沒有預算，伺服器就會變成無人維護的擺設。

在 Edor.ai 裡能接多遠

GLM 不是原生供應商，但可經本地 Ollama走自架路線。Edor.ai 原生支援 OpenAI、Azure OpenAI、Anthropic、Poe 與本地 Ollama;我們沒有內建 Z.ai 雲端接口，也沒有與智譜的合作關係。若辦學團體自行架起推論伺服器並以 Ollama 提供 OpenAI 相容端點，管理員在後台指向它，教師工具與智能導師照常運作。

責任要劃清：硬件、模型更新與故障處理由學校負責；平台端的接入、四層守門與 ai_audit_logs 稽核由我們負責。embedding 與語音仍需另行安排。可行性可經 聯絡我們 一起評估。

課堂適配與邊界

適合： 辦學團體有 GPU 叢集、想把對話資料完全留在校網；需要處理大量中文行政文書且願意接受繁體輸出需校對用語；想以 MIT 授權向校董會交代法律風險，審批成本遠低於自訂條款。

不適合： 以為香港上市就代表資料留港；沒有硬件卻堅持自架旗艦 GLM-5.3（權重未公開，只能走雲端）;把 GLM 當成 embedding 與粵語口語的全家桶；涉及歷史、時事與公民教育題目未做校本抽樣測試就開放給學生——安全邊界按內地框架設計，必須自行驗證。

星期三小息，一位中文科科主任對 IT 組說：「GLM 改寫通告草稿快，但『軟件』它寫成台灣用語，發出去前我還是要逐句改。」中文理解穩定，繁體香港用語仍需人工把關。

給學校的取捨

• 如果你重視完全自主部署且已有伺服器級硬件，就優先評估 MIT 授權的 GLM-5.2 或 GLM-5.3-Flash，而不是權重未公開的 GLM-5.3 旗艦。
• 如果你硬件預算只到單機 24GB 顯示卡，就改看 Alibaba Qwen 的 270 億參數級別，不要硬選 GLM 大模型。
• 如果你最終決定走 Z.ai 雲端 API，就老老實實做跨境私隱評估，並在學生場景加上額外守門，不能因為「中國模型」或「香港上市」而跳過合規步驟。