社交平台网友晒出截图，智谱在 Zcode 灰度上新模型 GLM-5.3-Highspeed，速度达到 490 tokens/s，快要摸到 500 的大关✨。 模型集成在 Zcode 3.15.1 版本里，订阅用户随机抽取体验资格。有人 Lite 套餐也拿到灰度，有人更新完却没有，全看运气啦。
💨这个速度到底有多猛 每秒能输出接近 500 个词元，稳定跑的话一万 token 大概二十多秒就能生成完毕。 对比来看，GLM-5.3-FlashX 峰值 200 tokens/s，普通版 GLM-5.3-Flash 在第三方平台 Artificial Analysis 的数据约 60 tokens/s，速度提升接近十倍。 智谱今年 5 月的 GLM-5.1-highspeed 就已经 400 tokens/s，这次又刷新自家记录。
📋第三方模型目录 Pi 披露配置 智谱还没有正式官宣，Pi 平台信息显示：上下文窗口 100 万 token，单次最大生成 128k token，分 low、high、max 三档思考强度。基础配置和普通 GLM-5.3 差不多，相当于底子不变，推理引擎升级。 Reddit 网友还猜测它是 OpenCode 的 Omen Alpha，不过目前没有实锤证据。
⚠️高速背后的小代价 已经拿到内测的用户反馈，输出快到肉眼跟不上思考过程，但额度消耗会变高。内测用户表示非高峰期消耗是正常的 2.5 倍，高峰期可达 5 倍，额度掉得很快。 这个版本只有纯文本能力，没有原生视觉，灰度体验到期后权限可能收回。圈内消息提到，靠 kernel 优化、解码融合搭配 GB200 硬件，才能把速度拉到这么高。
目前模型依旧处于随机灰度阶段，官方还没有发布公告，定价细节暂不明确。 大模型赛道慢慢不再只比拼参数能力，速度和成本的优化会变成新的竞争方向。
想要了解更多有趣的 AI 研究，记得关注我哦