智谱 GLM-5.3-FlashX 正式上线！最高 200token/s，国产大模型提速

智谱上新 GLM-5.3-FlashX，官方标注最高速度可达200 token / 秒，企业开发者迎来高速推理版本。

该模型前身就是海外开发者圈热度很高的 GLM-5.3-Flash（曾用代号 Ox Alpha），本身在同规格模型里智能表现亮眼，调用量持续暴涨。

面对激增的业务需求，智谱依托10 万张国产芯片搭建的推理算力集群，持续优化底层基建与推理引擎。这次的 FlashX 最大亮点：不再单纯堆速度，做到能力、成本、响应速度三者兼顾。

✅ API 现已正式上线模型标识：GLM-5.3-FlashX

很多企业落地大模型，最头疼就是响应慢、等待久。200token/s 的吞吐，在保持原有模型智能水平不变的基础上，大幅压低接口延迟，适合各类生产业务场景。

国产大模型推理基建持续发力，后续在企业业务落地应该会越来越顺手。你觉得高速推理模型，会最先在哪些行业大规模落地？