智谱发布 GLM-5.3-Highspeed 模型，实测速度接近每秒 490 tokens

智谱近日在 Zcode 平台推出了全新的高性能语言模型 GLM-5.3-Highspeed。据网友爆料，该模型已随 Zcode 3.15.1 版本开放体验，订阅用户可随机获得使用资格。初步测试数据显示，GLM-5.3-Highspeed 的生成速度惊人，部分实测案例达到了每秒 490 tokens（TPS）。这一性能远超智谱上个月发布的 GLM-5.3-FlashX（最高约 200 tokens/s）以及基于 API 测试的 GLM-5.3-Flash（约 60 tokens/s）。该模型支持百万级上下文窗口，最大生成 token 上限为 131,072（约 128k），并提供了 low、high、max 三档思考强度配置。尽管配置与 GLM-5.3 普通版一致，但其在持续生成任务下的效率显著提升，预计生成 1 万个 token 仅需约 20 秒。业内猜测该模型可能与 OpenCode 平台上近期上线的神秘模型 Omen Alpha 有关，后者被部分观察者认为属于 GLM 系列衍生版本。此前智谱曾于今年 5 月推出过速度达 400 tokens/s 的 GLM-5.1-Highspeed 模型，此次更新再次刷新了行业速度纪录。目前该新模型处于 Zcode 平台的随机灰度发放阶段，尚未完全面向所有 Lite 套餐用户开放。感兴趣的开发者和技术人员可关注平台动态，等待正式公测或加入灰度名单进行实测。随着生成速度的突破，GLM-5.3-Highspeed 在长程任务处理和实时交互场景中展现出巨大潜力，有望重新定义大模型 API 服务的速度基准线。更多细节需待官方进一步披露及社区实测反馈。