智谱发布新模型GLM-5.3-FlashX：最高输出速度达200 tokens/s_热点新闻_DEXWIN新闻

9月18日，智谱旗下BigModel平台正式推出新模型GLM-5.3-FlashX，模型API同步上线。此次更新主要围绕模型推理速度、服务效率以及成本展开，在GLM-5.3-Flash的基础上进一步进行推理基础设施优化，官方定位是面向企业和开发者提供更高吞吐、更低延迟的大模型服务。

公开信息显示，GLM-5.3-FlashX最高输出速度达到约200 tokens/s。智谱方面希望通过此次升级，在模型智能水平、调用速度以及使用成本之间形成更加适合实际应用的组合。

GLM-5.3-FlashX正式上线

从产品定位来看，GLM-5.3-FlashX并不是一次简单的基础模型更换，而是针对大模型实际运行效率进行优化的新版本。

智谱此前于8月14日发布GLM-5.3，在GLM-5.2基础模型架构基础上进一步扩大后训练规模，并重点强化编程、长程任务以及智能体相关能力。智谱官方资料显示，GLM-5.3在内部真实场景编程评测中的端到端完成率较GLM-5.2提升超过50%。

此次推出的FlashX，则进一步把重点放到了推理服务速度和规模化应用上。

对于开发者而言，大模型能力之外，API响应速度、并发能力以及调用成本已经成为影响实际使用的重要因素。特别是在代码生成、智能客服、AI Agent以及企业自动化等需要大量调用模型的场景中，模型输出速度会直接影响用户体验和整体运行成本。

据公开报道，GLM-5.3-FlashX最高输出速度可达到200 tokens/s，重点面向需要低延迟、高吞吐的大模型应用场景。

与单纯提高模型参数规模相比，提高推理效率需要同时优化模型、硬件、网络以及软件系统。尤其当模型进入真实商业环境之后，面对大量用户同时调用，如何保持稳定的响应速度，对基础设施提出了更高要求。

智谱此次升级也体现出大模型行业竞争重点正在发生变化：模型本身的能力仍然重要，但从实验室走向规模化应用之后，推理效率、算力利用率和单位Token成本同样成为产品竞争的重要组成部分。

此次GLM-5.3-FlashX的推出，与智谱近期在国产算力基础设施方面的探索密切相关。

智谱此前披露，其已经实现10万级国产芯片规模化推理，并围绕模型推理基础设施进行持续优化。9月17日，智谱创始人兼首席科学家唐杰披露，公司正在推进递归自我改进（RSI）相关工程实践。

据公开报道，由GLM-5.3驱动的Infra Agent曾参与GLM-5.3-Flash推理基础设施的设计、调试和优化，在超过10万张国产芯片组成的集群上完成生产级推理服务搭建，并在不到两周时间内将端到端吞吐提升至初始基线的3倍。

这意味着，智谱当前关注的不仅是训练出更强的模型，也在尝试让AI参与模型自身运行环境的优化。

近年来，大模型产品迭代速度明显加快。智谱今年已经陆续推出GLM-5、GLM-5.1、GLM-5.2和GLM-5.3等版本，其模型能力提升并不完全依赖增加参数规模，而是越来越重视后训练、强化学习、长程任务环境以及推理基础设施等环节。

智谱在此前业绩沟通中透露，GLM-5.3与GLM-5.2采用相同的基座模型，主要通过扩大长程任务环境和强化学习训练量来提升模型能力。

这种技术路线也说明，大模型的竞争正在从单纯的“参数规模竞争”，逐渐延伸到训练数据、强化学习、任务环境、推理系统和算力利用率等多个环节。

对于企业用户来说，真正决定AI产品使用效果的，也不仅仅是模型在某一项公开测试中的成绩，而是模型能否稳定处理真实业务、能否快速响应以及能否控制长期使用成本。

就在新模型发布前，智谱已经宣布完成大规模融资。

9月13日，智谱发布公告称完成约50亿美元融资，包括股份配售和可转换债券发行。公司表示，募集资金将主要用于下一代GLM基础模型、完全自训练体系以及相关算力基础设施建设。

此前智谱已经透露，下一代基础模型正在推进，未来方向包括更大的有效规模、更长的原生上下文以及原生多模态统一建模。智谱创始人唐杰还曾将GLM-6.0的一个重要研究方向概括为“自进化”。

从GLM-5.3到此次GLM-5.3-FlashX，再到下一代基础模型研发，智谱正在形成从模型训练、后训练到推理基础设施的完整技术路线。

此次GLM-5.3-FlashX上线的时间点也值得关注。当前国内外大模型厂商都在加快模型更新速度，模型调用量、API价格、推理速度以及开发者生态成为市场竞争的重要指标。

数据显示，9月7日至13日，全球AI大模型总调用量达到127万亿Token，其中中国大模型周调用量约61.17万亿Token，连续20周超过美国同期水平。

在这样的市场环境下，模型厂商需要解决的不只是“能不能做出更聪明的模型”，还包括“能不能让更多用户用得起、用得快、用得稳定”。

从这个角度看，GLM-5.3-FlashX此次将推理速度和基础设施效率作为重点，反映出大模型行业正在从模型能力竞争进一步走向规模化应用竞争。

对于开发者和企业用户而言，新模型能否在真实业务中持续保持较高速度、稳定性和成本效率，还需要随着实际调用进一步观察。但可以确定的是，随着模型迭代周期不断缩短，AI行业的竞争已经从单一模型能力，扩展到模型、算力、基础设施和商业化服务的综合竞争。