近日,智谱隆重发布了最新一代大模型GLM-5.3-FlashX。根据官方数据,其最高推理输出速度可达200 tokens/s,显著缩短了内容生成所需的时间,为企业级开发者带来了更加顺畅的API调用体验。
GLM-5.3-FlashX并非完全重新开发的全新模型,其技术基础源自此前以“Ox Alpha”之名在全球开发者面前亮相的GLM-5.3-Flash版本。该模型凭借同参数规模下卓越的智能表现,在国内外开发者群体中赢得了良好的口碑,平台调用量也持续攀升。随着市场需求的迅速增长,智谱基于已经由10万张国产芯片构建完成的大规模推理算力平台,进一步加大在底层基础设施建设和全链路推理优化方面的投入,最终推出了GLM-5.3-FlashX,实现了模型智能水平、调用成本和推理速度三方面的协同提升。
目前,GLM-5.3-FlashX对应的API接口已经正式上线并开放使用。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。对于那些长期受到大模型响应延迟、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完全保持原有高智能水平的基础上,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加可靠的选择。






