智谱发布GLM-5.3-FlashX，推理速度达200 tokens/s
Zhipu Opens GLM-5.3-FlashX Near 200 Tokens/s on ~100k Domestic Accelerators
精选理由
智谱AI新出的GLM-5.3-FlashX模型，在国产加速器上跑得特别快，每秒能处理200个token，比之前版本效率高不少。
智谱AI推出的GLM-5.3-FlashX模型，在约10万颗国产加速器上实现每秒200个token的推理速度。该模型基于320亿参数的混合专家（MoE）架构，并使用基础设施代理优化了服务堆栈。
原文 · pandaily
Zhipu Opens GLM-5.3-FlashX Near 200 Tokens/s on ~100k Domestic Accelerators
Zhipu AI launched GLM-5.3-FlashX with claimed ~200 tok/s inference on ~100,000 domestic accelerators; Flash base is a 320B MoE/18B active open model, with an Infra Agent optimizing the serving stack.
