智谱发布 GLM-5.3-FlashX，国产卡推理速度突破 200 token/s
2026/09/18 15:26阅读量 2
智谱 AI 上线了名为 GLM-5.3-FlashX 的模型版本。该版本的核心亮点在于显著提升了在国产硬件上的推理性能，实现了高达 200 token/s 的处理速度。这一进展标志着国产算力在大型语言模型推理场景下的效率得到了进一步验证和优化。
事件概述
智谱 AI（Zhipu AI）正式发布了 GLM-5.3-FlashX 模型版本。此次更新的重点在于优化模型在国产芯片环境下的运行效率，旨在解决国产算力在大规模推理任务中的性能瓶颈。
核心信息
- 模型名称：GLM-5.3-FlashX
- 关键性能指标：在国产显卡/加速卡上，推理速度达到 200 token/s。这一数据体现了模型在特定硬件生态下的极致优化能力。
- 技术意义：通过提升国产卡的推理吞吐量，GLM-5.3-FlashX 有助于降低基于国产硬件部署大模型的运营成本，并提高响应实时性，为国内开发者提供更高效的替代方案。
值得关注
该版本的发布反映了当前 AI 行业对“自主可控”算力适配的重视。200 token/s 的速度对于许多需要高并发或低延迟的应用场景（如实时对话、长文本生成等）具有实际业务价值，表明国产硬件与主流大模型之间的兼容性正在快速成熟。