智谱灰度测试 GLM-5.3-Highspeed，传输速度达 490 tokens/s
智谱据报在 Zcode 灰度开放 GLM-5.3-Highspeed，用户实测接近每秒 490 tokens，但尚未正式发布模型。
智谱似乎正在其编程产品 Zcode 中灰度测试新模型 GLM-5.3-Highspeed。量子位报道称，部分订阅用户已获得体验资格；一名用户晒出的测试结果显示，模型生成速度接近每秒 490 tokens。
这是速度信号，不是正式发布
如果这一吞吐量能够稳定复现，它将明显高于智谱近期推出的 GLM-5.3-FlashX。后者此前宣称最高速度为每秒 200 tokens；按 490 tokens/s 计算，生成 1 万 tokens 的纯输出阶段约需 20 秒，可能改变长代码任务和智能体工作流的交互节奏。
但目前证据仍然有限。490 tokens/s 来自用户截图，而非统一公开基准；量子位用自己的账号测试时也没有获得访问权限。报道所称模型只向随机抽中的 Zcode 用户开放，智谱尚未公开权重、API 文档、价格或可复现实测。
模型目录信息显示，它可能拥有 100 万 tokens 上下文、131072 tokens 最大输出，以及低、高、最高三档思考强度。不过，这些规格与普通版 GLM-5.3 的信息相近，暂时只能视为待确认配置，不能当作正式产品文档。
为什么仍值得关注
如果高速度不是局部演示效果，而能在真实调用中维持，它会特别适合需要反复调用模型、且单次输出较长的编程智能体。当模型质量已经够用时，缩短等待时间可能比再提高一点榜单分数更直接地影响使用体验，也会迫使竞争对手围绕“多久得到可用结果”展开竞争。
现阶段真正可靠的事实，是智谱正在尝试把高速推理能力嵌入编码产品。490 tokens/s 仍是未经独立验证的灰度数据；在官方公布访问条件和第三方测量前，它代表技术方向，而不是已经成熟的市场能力。