#智谱GLM5.3FlashX模型上线#
智谱在 2026-09-18 正式推出 GLM-5.3-FlashX，API 同步开放，定位是「GLM-5.3-Flash 的极速推理版」。

核心信息一句话：

智能水平基本沿用 GLM-5.3-Flash，推理速度拉到最高 200 tokens/s（约 5 倍），价格提到原版 2.5 倍，卖点是“低延迟/Agent/实时对话/代码补全”。

一、和 GLM-5.3-Flash 的区别

基座不变：320B 总参 / 18B 激活，MoE，原生多模态（文本/图片/视频/文件），1M 上下文、128K 最大输出

FlashX 改的是 Infra：推理调度、解码、缓存、国产芯片集群优化，不是重新训个更强模型

速度：FlashX 最高 200 tokens/s，Flash 约 40 tokens/s

价格（元 / 百万 tokens）：

Flash：输入 0.8 / 输出 2.8 / 缓存命中 0.23

FlashX：输入 2 / 输出 7 / 缓存命中 0.57

二、适用场景

适合：高并发 Agent、流式对话、AI 编程、实时客服、多步工具调用、对首字/吐字延迟敏感

不适合：离线批量清洗、对成本极敏感、不介意慢的任务（这种用 Flash 更划算）

三、行业含义

智谱这波不是“模型能力大版本”，而是把速度/价格/智能拆成档位卖：

Flash：便宜、能打

FlashX：贵 2.5 倍，但快 5 倍

背后是 10 万张国产芯片推理集群上线即跑满，需求超预期，用“提速提价”承接高时效场景