智谱GLM-5.3高速版现身：输出近500 tokens/s
AI 总结
智东西10月12日报道，智谱已在自家AI编程工具ZCode中悄然开启高速旗舰模型GLM-5.3 HighSpeed的灰度测试，目前仅面向ZCode订阅用户随机开放，没有公开的申请入口。X平台博主Leo称自己已灰度到该模型，输出速度超过490 tokens/s；作为参照，AI Ping数据显示DeepSeek V4.1 Flash官方API为121.34 tokens/s、智谱GLM-5.3官方API为70.84 tokens/s，该模型拥有100万token上下文窗口、单次最多可输出131072个token，价格尚未公布。智谱今年5月曾面向部分企业用户推出400 tokens/s的GLM-5.1-highspeed，称提速来自与TileRT团队在推理引擎、调度系统与底层基础设施上的系统级优化；同期其在Hugging Face上架原生多模态的GLM-5.3-Flash（320B总参数、18B激活参数），模型卡宣称其以约十分之一的价格在基准与真实负载上超过GLM-5.2，并在编程与智能体基准上接近Claude Opus 4.8。
深度见解
若高速版上线后仍能维持这一速度，编程智能体数十轮调用带来的等待时间可明显压缩，旗舰模型的推理速度也将成为新的竞争点。