智谱上线GLM-5.3-FlashX：10万张国产卡跑通200 tokens/s高速推理

智谱9月18日正式推出GLM-5.3-FlashX模型，API与体验中心同步开放。新版本最高输出速度可达每秒200个Token，较现有GLM-5.3-Flash提升约5倍，定价相应调整为原版本的2.5倍。官方表示，新版本在智能、价格、速度三个维度形成了综合竞争力。

基础设施方面，智谱披露GLM-5.3-Flash在两周内完成超过10万颗国产AI加速器集群的部署，吞吐提升3.2倍。同时，智谱发布了公司首个RSI（递归自我改进）成果，实现“10万国产卡用GLM造GLM”的闭环验证。此前GLM-5.3-Flash曾以“Ox Alpha”之名面向全球开发者开放，调用量持续攀升。

【AICOR点评】把“国产算力可训练”从单次验证推进到可持续工程循环，这是国产AI基础设施的关键一步。推理速度的提升不只是用户体验问题，更决定了Agent能在多大程度上进入实时交互、高频调用的业务场景。对要做国产替代的企业来说，软硬件协同的稳定性已经是可以验证的事实。