智谱发布GLM-5.3-FlashX，10万卡国产算力支撑200 tokens/s
发布日期：2026-09-21
事件概述
2026年9月18日，智谱正式推出 GLM-5.3-FlashX，API 已开放，最高生成速度可达每秒200个 token，在 GLM-5.3-Flash 基础上进一步优化了推理基础设施与服务性能。
核心要点
- 速度与价格：最高输出200 tokens/s，较 GLM-5.3-Flash 提速约5倍，价格相应提升约2.5倍
- 算力底座：基于10万张国产芯片提供的推理算力，官方称此前已持续加大基础设施投入并优化推理流程
- 匿名亮相：GLM-5.3-Flash 此前曾以"Ox Alpha"之名与全球开发者见面，上线后调用量持续增长
- 升级范围：模型的能力体系与定位未变，本次升级集中在响应速度与交互流畅度
行业意义
国产算力集群不仅在高吞吐场景可用，低时延场景也具备持续优化空间；推理侧竞争开始从"能不能跑"进入"跑得多快、多便宜"。
来源：腾讯新闻