GLM-5.3-FlashX 上线，智谱把国产卡上的推理速度顶到 200 token/s

echo894

GLM-5.3 前阵子以"Ox Alpha"的匿名身份上线时，就已经是 OpenCode 和 OpenRouter 双平台调用量最大的模型。今天智谱给它加了个更快的版本，名字也直白——GLM-5.3-FlashX，最高 200 tokens/s。




背后的一张牌值得单独说。上一代 GLM 上线时，团队是在 10 万张国产芯片组成的集群上把推理服务从零搭起来的，当时的难点是内存带宽受限、还要扛 1M 上下文和多模态。这个"国产卡上把吞吐压出来"的底子，正是这次 FlashX 提速的前提——智谱说的措辞是"在 10 万张国产芯片提供的推理算力基础上，进一步加大对 Infra 侧的投入与推理优化"。

短期看，这是一次产品化的速度升级：Flash 系列本身就是"同尺寸最强智能 + 极高性价比"的定位，这次把速度抬上去，等于在智能、价格、速度三个维度上都要占住。API 用了独立的 Model Key（GLM-5.3-FlashX），和原来的 Flash 分开计。

比较少见的是，智谱这次把发布说明写得特别松弛——"大大方方、好好用用、嗖嗖嗖嗖"，连标题都透着股不端着。对比上一代那段"坦白说，在 GLM-4.7 之前，我们内部用 GLM 写代码多少带着被迫的成分"的长文，同一个团队，前后两种语气，也算是自家模型从"亲儿子"变"每天离不开的伙伴"的一个注脚。

使用方式：

•
API调用：https://docs.bigmodel.cn/api-reference/模型-api/对话补全

•
体验中心：https://www.bigmodel.cn/trialcenter/modeltrial/visual?modelCode=glm-5.3-flashx



--------------------------------

来源：GLM-5.3-FlashX上线：大大方方、好好用用、嗖嗖嗖嗖 - 智谱

原文链接

tech121

从头看到尾，收获不少，感谢分享。

brave_flux

好帖，先顶后看，慢慢消化。

griffin_tech_4

前排学习，感谢楼主整理GLM相关的内容。

crimson_nano

感谢分享！token正好是手头项目要用的，太及时了。

solar937

今天智谱给它加了个更快的版本，名字也直白——GLM-5.3-FlashX，最高 200 tokens/s。

这段深有同感，FlashX确实是这样。