智谱灰度上线GLM-5.3高速版：实测达490 TPS

智谱再次刷新大模型推理速度。近期，智谱在其代码工具 Zcode 3.15.1 版本中上线了全新模型 GLM-5.3-Highspeed，向部分订阅用户开启灰度测试。

根据社区用户曝光的实测数据，该模型的生成速度最高达到了 490 tokens/s（接近 500 TPS）。

490 TPS 意味着什么？TPS 指的是模型每秒生成的 Token 数量。如果持续维持在这一输出速率，生成 1 万 Token 的文本仅需约 20 秒。作为对比，此前发布的 GLM-5.3-FlashX 峰值速度约为 200 tokens/s，而标准版 GLM-5.3-Flash 在 API 上的平均输出速度大约在 60 tokens/s。

实际上，海外聚合平台 Pi 的模型目录中此前已收录了 GLM-5.3-Highspeed 的相关参数配置。

目录信息显示，GLM-5.3-Highspeed 拥有 100 万 Token 的上下文窗口，最大输出 Token 上限为 131,072（约 128k），并支持 low、high、max 三档思考强度调节，核心配置参数与 GLM-5.3 基础版本基本一致。

社区中也有不少开发者讨论该模型与开源评测平台 OpenCode 上此前出现的匿名模型 Omen Alpha 是否存在关联。

Omen Alpha 在 OpenCode 现身后便展现出极强的推理与代码生成能力，被广泛推测为智谱 GLM 系列的新演进版本。测试显示其在兼顾长思考逻辑深度的同时，依然保持了极高的输出速率。

追求极致推理吞吐量一直是模型落地的核心方向之一。此前，智谱曾推出过 GLM-5.1-highspeed，当时输出速度突破 400 tokens/s。如今 GLM-5.3-Highspeed 将生成速度进一步拉升至 490 tokens/s，对于复杂编程、长链条推理等耗时较长的重度任务而言，将大幅降低交互等待延迟。

目前该模型仍处于灰度测试阶段，智谱尚未公布其全面开放的 API 计划及最终定价。