Zhipu releases GLM-5.3-FlashX at up to 200 tokens/s and 2.5x pricing

智谱 9 月 18 日正式上线 GLM-5.3-FlashX，API 同步全面开放。新版本基于 GLM-5.3-Flash（320B-A18B MoE）通过推理侧优化实现最高 200 tokens/s 输出，相比现有 GLM-5.3-Flash 提升 5 倍，定价相应提升至原版本的 2.5 倍。

推理集群由约 10 万张国产芯片组成，上线即被打满；智谱随后扩大算力规模以承接持续增长的需求。FlashX 面向高并发 AI 编程、Agent 多步调用、实时对话与代码补全等生产级低延迟场景，覆盖客服、知识助手、业务自动化等企业级 AI 应用。

本地部署需依赖量化版本，1-bit 约需 100GB 内存，3-bit 约需 128GB 设备。智谱股价 9 月 18 日盘中涨幅超过 5%，市场将此次提速提价解读为国产大模型竞争从「拼参数上限」转向「同等智能水平下比拼推理效率与用户体验」的信号。