智谱上线GLM-5.3-FlashX：最高推理速度200 tokens/s

据界面新闻9月18日消息，智谱推出GLM-5.3-FlashX并开放API，Model Key为GLM-5.3-FlashX，官方给出的最高推理速度为200 tokens/s。FlashX是GLM-5.3-Flash的高速版本。界面新闻8月26日报道，基础版GLM-5.3-Flash总参数为3200亿，是GLM-5系列首个原生多模态模型；其AA综合智能指数为57分，与Claude Opus 4.8持平，常规定价为GLM-5.3的十分之一、Opus 4.8的四十分之一，并已开源。South China Morning Post 8月27日报道，基础版就是此前匿名测试的Ox Alpha；该模型测试期间运行在由10万张国产芯片组成的集群上，在OpenRouter上线前三天处理量超过11万亿tokens。报道还称，消息公布当日智谱港股收涨逾12%，报1160港元。这些国产芯片集群和调用量数据均属于此前的GLM-5.3-Flash，现有来源没有说明FlashX采用相同部署，也未披露FlashX的正式定价和实际负载下的持续吞吐。

FlashX把GLM-5.3-Flash系列的产品卖点从开源和低价扩展到推理速度。最高200 tokens/s若能在实际业务负载下保持，将直接影响代码生成、智能体和实时对话的响应体验。不过，现有报道只给出官方最高值，没有提供测试条件、持续吞吐或硬件配置，因此还不能把这一速度归因于此前基础版使用的国产芯片集群。

开发者获得了一个面向低延迟调用的新API选项，但在正式定价、并发限制和真实业务基准公布前，尚不能准确比较其单位成本和稳定性能。对国产芯片厂商而言，10万张芯片集群仍是GLM-5.3-Flash基础版的案例；只有智谱确认FlashX的部署方案后，才能判断高速版是否构成新的国产算力商用案例。