智譜 GLM-5.3-FlashX 模型上線，更快、更流暢

智譜 GLM-5.3-FlashX 模型正式上線，最高 200 tokens/s 帶來更快更流暢體驗 9 月 18 日消息，智譜今日正式宣佈推出全新模型 GLM-5.3-FlashX，最高輸出速度可達 200 tokens/s，為企業用戶與開發者帶來更快、更流暢的模型使用體驗。官方表示，這款新模型的目標是在既有智能水準的基礎上，進一步突破推理速度瓶頸，讓大模型在實際生產環境中的回應更加即時。智譜方面透露，GLM-5.3-Flash 此前曾以代號「Ox Alpha」之名與全球開發者見面，並在匿名測試階段獲得海內外開發者的廣泛關注與認可。

隨著口碑發酵，該模型的 API 調用量持續攀升，市場需求快速增長，這也成為智譜此次推出提速版本的直接動力。面對不斷湧入的調用需求，智譜表示已在 10 萬張國產芯片所提供的推理算力基礎上，進一步加大對 Infra（基礎設施）側的投入與推理優化。透過軟硬體協同的深度調校，GLM-5.3-FlashX 得以在不犧牲智能水平的前提下，實現速度的大幅提升。智譜強調，GLM-5.3-Flash 長期保持同尺寸模型中最強的智能水平。本次提速之後，該系列模型進一步形成「智能、價格、速度」三位一體的全面競爭力，能夠同時滿足開發者對模型能力、成本控制與回應速度的多重需求。據悉，GLM-5.

3-FlashX 的 API 現已正式上線，Model Key 為「GLM-5.3-FlashX」，開發者可直接在智譜開放平台上調用。官方同時附上 API 調用方法與文件連結，方便開發者快速完成接入：https://docs.bigmodel.cn/api-reference/模型-api/對話補全 此次新模型的發布，也延續了智譜近期在模型迭代上的密集節奏。從匿名模型「Ox Alpha」在 OpenCode 等平台現身引發猜測，到如今正式以 GLM-5.3-FlashX 之名亮相，智譜在推理效率與工程優化上的持續投入輪廓愈發清晰。值得注意的是，智譜近期在技術與資本層面均有大動作。

官方先前公開了國內大模型首個「遞歸自我改進」實踐，展示 AI 如何在 10 萬卡國產集群上自建推理系統，為此次 FlashX 的推理優化提供了底層支撐。與此同時，智譜也宣佈完成約 50 億美元融資，資金將用於下一代 GLM 基礎模型的研發等工作。在生態建設方面，智譜正積極拓展開發者與個人用戶市場。近期啟動的「杭州全城 Coding 計劃」，針對個人用戶推出季卡減免 44%、年卡減免 51% 的優惠；GLM-5.3-Flash 也在 9 月 3 日至 20 日期間，於每天 23 時至次日 9 時提供夜間免費額度，藉此吸引更多開發者試用與留存。

此外，智譜 AI 已入駐天貓開設官方旗艦店，大模型套餐可直接網購，個人版月付 118 元起，進一步降低了一般用戶接觸與使用大模型的門檻。這些舉措與本次 FlashX 的推出相互呼應，顯示智譜正試圖從技術、價格與渠道多線並進，擴大其在大模型市場的滲透率。從行業視角來看，速度已成為大模型競爭的關鍵維度之一。隨著企業級應用對即時推理的需求日益迫切，低延遲、高吞吐的模型服務正成為開發者選型的重要考量。GLM-5.3-FlashX 將最高速度推至 200 tokens/s，正是瞄准了這一痛點。

智譜此番以國產芯片集群為算力底座，並透過 Infra 層的推理優化實現提速，也反映出國內大模型廠商在供應鏈自主與工程能力上的雙軌佈局。在算力資源受限的背景下，如何用更少的資源跑出更快的速度，成為各家比拼的焦點。對於開發者而言，FlashX 的上線意味著在相同成本下可獲得更快的回應，特別適合對延遲敏感的場景，例如即時對話、程式碼補全、智能客服與 Agent 類應用。更流暢的互動體驗，有望進一步推動大模型在各類產品中的落地。綜合來看，GLM-5.3-FlashX 的推出，是智譜在「智能、價格、速度」三角中補齊速度短板的重要一步。

從 10 萬卡國產集群的算力支撐，到 Infra 側的推理優化，再到夜間免費、渠道優惠等市場策略，智譜正試圖以完整的技術與商業組合拳，鞏固其在國內大模型市場的競爭地位。目前，開發者已可透過智譜開放平台調用 GLM-5.3-FlashX API。隨著模型正式上線，其實際表現與調用量增長情況，將成為觀察國內大模型推理效率競爭的重要指標。