智谱发布GLM-5.3-Highspeed模型，实测速度达490 tokens/s
2026/10/12 10:37阅读量 2
智谱在Zcode平台灰度测试新模型GLM-5.3-Highspeed，用户实测生成速度高达490 tokens/s，显著超越此前发布的GLM-5.3-FlashX（200 tokens/s）及API版本。该模型支持100万token上下文窗口和128k最大输出长度，具备low、high、max三档思考强度配置。社区猜测其可能与OpenCode上的匿名模型Omen Alpha有关，目前仍在随机灰度中。
事件概述
智谱近期在Zcode平台推出了名为 GLM-5.3-Highspeed 的新模型，目前处于随机灰度测试阶段，订阅用户可尝试体验。据网友实测反馈，该模型的生成速度表现极为突出。
核心性能数据
- 生成速度：实测达到 490 tokens/s（TPS）。若持续保持此速度，生成1万token仅需约20秒。
- 对比基准：
- 上月发布的 GLM-5.3-FlashX 最高速度约为 200 tokens/s。
- Artificial Analysis 测得的 GLM-5.3-Flash 在 Z.ai API 上的速度约为 60 tokens/s。
- 今年5月发布的 GLM-5.1-highspeed 速度为 400 tokens/s。
- 技术规格：
- 上下文窗口：100万 token。
- 最大生成长度：131,072 token（约128k）。
- 思考模式：支持 low、high、max 三档思考强度配置，与普通版 GLM-5.3 一致。
社区讨论与关联
- 身份猜测：Reddit 社区有观点认为 GLM-5.3-Highspeed 可能与 OpenCode 上9月份上线的匿名模型 Omen Alpha 存在关联。Omen Alpha 此前已被推测与智谱有关，社区评价其“速度快、思考久、效果好”。
- 其他猜测：部分网友也猜测其可能对应未来的 GLM-5.3-Omni 或 GLM-5.4-Flash 系列。
当前状态
该模型目前在 Zcode 3.15.1 版本中通过随机方式向订阅用户开放，尚未全面公测。