智谱新模型主打每秒490个Token

听雨 发自 凹非寺
量子位 | 公众号 QbitAI

智谱上新了一个 GLM-5.3-Highspeed 模型，就在 Zcode 里。

据网友 @leo114119 爆料，这个新模型目前已经在 Zcode 3.15.1 里开放体验，订阅用户随机获得。

他晒出来的速度，甚至达到了 490 tokens/s。

我也第一时间去 Zcode 里试了试，尝试手动添加并切换到这个模型。

但不知道是因为 Lite 套餐用户还不具备享受资格，还是因为没灰度到😭……

既然是高速模型，那最值得关注的当然是速度了。

490 TPS——这位网友晒出来的速度数字，也是相当恐怖了，接近 500 TPS。

TPS 指的是每秒生成的 token 数量。如果持续保持这一速度，输出 1 万 token，单算生成阶段约需 20 秒。

要知道，上个月智谱刚发布的 GLM-5.3-FlashX，最高速度也才 200 tokens/s。

而按照 Artificial Analysis 的测速，GLM-5.3-Flash 在 Z.ai API 上的输出速度约为 60 tokens/s。

而且，GLM-5.3-Highspeed 这个名字，此前已有迹象。

Pi 的模型目录已经收录了 GLM-5.3-Highspeed。

在这份目录中，GLM-5.3-Highspeed 的上下文窗口为 100 万 token，最大生成 token 上限为 131,072，约 128k；还划分了 low、high、max 三档思考强度配置。

不过，这些配置与 GLM-5.3 普通版也都是一致的。

此外，也有网友在 reddit 上讨论过这款新模型，并猜测它是否与 OpenCode 上的匿名模型 Omen Alpha 有关。

Omen Alpha 在 9 月份刚刚上新 OpenCode，基本已经被网友扒出来与 GLM 有关。

总结来说就是：速度快，思考久，效果还蛮好。

至于 Omen Alpha 到底是什么模型，也是众说纷纭。

有人说它就是 GLM-5.3-Highspeed，也有人猜是 GLM-5.3-Omni、GLM-5.4-Flash。

今年 5 月，智谱推出了 GLM-5.1-highspeed，模型输出速度为 400 tokens/s，在当时基本也是刷新了全球大模型厂商 API 的速度上限。

这回的 GLM-5.3-Highspeed 如果真能达到 490 TPS 的水平，那对于长程任务来说，速度也是相当可观的了。

目前这款新模型还在 Zcode 里随机灰度中，如果有灰度到的网友，欢迎分享你的实测体验呀！！

王的猜想，刚刚扩展到四维
2026-10-11

OpenAI 一夜甩出 722 篇数学论文！黎曼霍奇 BSD 全上阵，数学家：读不过来
2026-10-07

下架 8 个月，GPT-4o 的拯救行动居然还在继续
2026-10-11

在云栖大会，我终于看懂了米哈游千亿 AI 野心
2026-09-26

2025 世界人工智能大会 WAIC UP! 特别活动回顾

量子位 QbitAI 版权所有 © 北京极客伙伴科技有限公司 京ICP备17005886号-1