智谱 GLM-5.3 高速版灰度测试，输出速度超490 tokens/s

智谱近日在其AI编程工具ZCode中悄然开启高速旗舰模型GLM-5.3 HighSpeed的灰度测试。X平台AI编程博主Leo称已获得灰度资格，实测输出速度超过490 tokens/s。

该模型目前只对ZCode订阅用户随机开放，没有明确的内测申请入口，输入输出价格尚未披露。智谱方面未就此次测试公开说明。

灰度测试与实测速度

此次测试并未通过发布会或官方公告对外披露，而是在ZCode内部以灰度形式推进。X平台AI编程博主Leo称自己获得了灰度资格，并给出了超过490 tokens/s的实测输出速度。这一数字来自内测环境下的个人体验，尚不能代表模型对外规模化提供服务时的表现。

ZCode是智谱面向编程场景推出的AI工具，高速旗舰模型被直接嵌入其中进行小范围验证。从目前公开的信息看，测试范围有限，参与方式也不透明，外界难以判断灰度覆盖的用户规模。

智谱方面未就此次测试公开说明，模型的输入输出价格同样尚未披露。这意味着即便速度数据引人关注，其商业化形态和成本结构仍处于未知状态。

把490 tokens/s放在当前国内主流模型中对照，差距相当明显。大模型API评测平台AI Ping的数据显示，DeepSeek V4.1 Flash官方API的输出速度为121.34 tokens/s，智谱官方的GLM-5.3 API速度为70.84 tokens/s。

按这组数据计算，GLM-5.3 HighSpeed的实测速度约为智谱官方GLM-5.3 API的七倍，也达到DeepSeek V4.1 Flash官方API的四倍左右。对于需要连续多轮调用的编程任务而言，单轮响应时间的缩短会直接累积成整体耗时的下降。

不过，AI Ping记录的是各模型官方API的公开数据，而490 tokens/s来自灰度环境下的单点实测，两者的测试条件并不完全对等。内测阶段的速度能否在正式上线后维持，仍需观察。

从模型基本信息看，GLM-5.3 HighSpeed拥有100万个token的上下文窗口，最多可以一次性输出131072个token，这两项参数与GLM-5.3保持一致。高速版并未在上下文长度或单次输出上限上做出削减。

用户无法主动申请，只能等待被纳入灰度名单，这也解释了为何相关讨论主要来自少数获得资格的开发者。

值得注意的是，GLM-5.3 HighSpeed在一个月之前就已出现在开源编程智能体Pi harness的官网上，说明其对外露出早于此次ZCode内的灰度测试。但截至目前，智谱仍未公布该模型的定价信息。

智谱此前在介绍高速模型时提到，输出速度的提升主要来自软硬件基础设施的优化，而非单纯缩减模型能力。上一代GLM-5.1 Highspeed的API由智谱GLM团队与TileRT团队联合打造，在推理引擎、调度系统与底层基础设施三个层面做了系统级优化。

在推理引擎层，团队针对GLM-5.1的架构特点重写了核心推理路径，提升单卡吞吐能力；在调度系统层，通过动态批处理、请求合并和KV缓存调度优化，降低高并发场景下的尾延迟；在基础设施层，则围绕推理集群部署、网络链路和负载均衡进行协同优化。

TileRT的核心思路是放弃传统Runtime层的动态算子调度，把整个推理计算图在编译期静态编排成一个常驻GPU的persistent Engine Kernel，从而把调度、访存和同步开销压到最低。GLM-5.3 HighSpeed是否沿用同一套方案，来源未作明确说明。

这不是智谱首次推出高速旗舰模型。今年5月，GLM-5.1就曾推出面向部分企业用户的高速版API“GLM-5.1-highspeed”，模型输出速度达到400 tokens/s。与此次ZCode内的灰度测试相比，上一代产品面向的是企业用户群体。

智谱当时展示了高速模型在生产场景中的价值：一个Coding Agent任务往往需要经历数十轮模型调用，单轮响应只要慢上几秒，整体耗时就可能拉长十几分钟。更快的模型可以让写代码的过程明显提速，模型一边理解工程上下文，一边持续生成代码与修改方案。

从400 tokens/s到此次实测超过490 tokens/s，高速旗舰模型的输出速度在半年左右的时间里继续上探。提升推理速度已成为不少厂商的关注重点，除推出专门的快速模型外，把旗舰模型的速度再拔高一个量级也正成为新的竞争方向。