近日,智谱科技正式发布了其最新版本的大模型GLM-5.3-FlashX。据官方介绍,该模型的最大推理输出速度可达200 tokens/s,这显著减少了内容生成的等待时间,为企业级开发者带来了更流畅的API调用体验。
GLM-5.3-FlashX并非一个全新开发的模型,其技术基础是之前以“Ox Alpha”命名的GLM-5.3-Flash版本。这个模型因其卓越的智能表现,在国内外开发者社区中赢得了广泛赞誉,平台调用量持续增长。随着市场需求迅速增长,智谱科技在已由10万张国产芯片构建的大规模推理算力基础上,进一步加大了对底层基础设施和全链路推理优化的资源投入,最终推出了GLM-5.3-FlashX。该模型首次实现了智能水平、调用成本和推理速度三方面的协同提升。
目前,GLM-5.3-FlashX的API接口已经正式上线开放。开发者在平台调用时,只需指定模型标识Model Key为GLM-5.3-FlashX即可完成接入。对于那些长期受大模型响应缓慢、等待时间过长困扰的生产级应用场景而言,每秒200 tokens的推理速度意味着这款新模型能够在保持原有高智能表现的同时,将生成响应的延迟降低到流畅轻快的水平,为各种高实时性需求的大模型应用提供了更可靠的选择。






