智谱新模型，490 tokens/s！

听雨 发自 凹非寺
量子位 | 公众号 QbitAI

智谱上新了一个GLM-5.3-Highspeed模型，就在Zcode里。

据网友@leo114119爆料，这个新模型目前已经在Zcode 3.15.1里开放体验，订阅用户随机获得。

他晒出来的速度，甚至达到了490 tokens/s。

我也第一时间去Zcode里试了试，尝试手动添加并切换了这个模型。

但不知道是因为Lite套餐用户还不具备享受资格，还是因为没灰度到😭。。。

只能先望洋兴叹了(：з」∠)

GLM-5.3高速版来了？

既然是高速模型，那最值得关注的当然是速度了。

490TPS——这个网友晒出来的速度数字，也是相当恐怖了，接近500TPS。

TPS指的是每秒生成的token数量。如果持续保持这一速度，输出1万token，单算生成阶段约需20秒。

要知道，上个月智谱刚发布的GLM-5.3-FlashX，最高速度也才200 tokens/s。

而按照Artificial Analysis的测速，GLM-5.3-Flash在Z.ai API上的输出速度约为60 tokens/s。

这新模型是什么速度仙人啊？？？

而且GLM-5.3-Highspeed这个名字，此前已有迹象。

Pi的模型目录已经收录了GLM-5.3-Highspeed。

在这份目录中，GLM-5.3-Highspeed上下文窗口为100万token，最大生成token上限为131,072，约128k；还划分了low、high、max三档思考强度配置。

不过，这些配置与GLM-5.3普通版也都是一致的。

此外，也有网友在reddit上讨论过这款新模型，并猜测它是否与OpenCode上的匿名模型Omen Alpha有关。

Omen Alpha在9月份刚刚上新OpenCode，基本已经被网友扒出来与GLM有关。

还有网友实测了下鹈鹕踩单车的水平。。

总结来说就是：速度快，思考久，效果还蛮好。

至于Omen Alpha到底是什么模型，也是众说纷纭。

有人说它就是GLM-5.3-Highspeed，也有人猜GLM-5.3-Omni、GLM-5.4-Flash。

此前，智谱也推出过高速版模型。

今年5月，智谱推出了GLM-5.1-highspeed，模型输出速度为400tokens/s，在当时基本也是刷新了全球大模型厂商API的速度上限。

这回的GLM-5.3-Highspeed如果真能达到490 TPS的水平，那对于长程任务来说，速度也是相当可观的了。

目前这款新模型还在Zcode里随机灰度中，如果有灰度到的网友，欢迎分享你的实测体验呀！！

参考链接：
[1]https://x.com/leo114119/status/2109148486239215803
[2]https://pi.dev/models/zai/glm-5-3-highspeed?name=pi+workspace+history
[3]https://www.reddit.com/r/ZaiGLM/comments/1wfdfcg/glm53_highspeed/