近期，網民發現智譜（Zhipu）喺自家產品 Zcode 3.15.1 內新增咗一個叫 GLM-5.3-Highspeed 嘅模型。據爆料，訂閲用户會隨機獲得體驗資格，而喺一個網民曬出嘅實測截圖中，佢嘅輸出速度達到 490 tokens/s（每秒生成 token 數），接近 500 TPS。
如果呢個速度可以持續，輸出一萬個 token 只需約 20 秒（單算生成階段）。作為對照，智譜上月（2026 年 9 月）剛發布嘅 GLM-5.3-FlashX 最高速度為 200 tokens/s，而第三方測速平台 Artificial Analysis 記錄嘅 GLM-5.3-Flash 喺 Z.ai API 上的輸出速度約為 60 tokens/s。490 TPS 同呢兩個數字對比，差距顯著。
技術規格同背景
Pi 嘅模型目錄已經先錄入咗 GLM-5.3-Highspeed。按目錄資料，呢個模型嘅：
- 上下文窗口：100 萬 token
- 最大生成 token 上限：131,072（約 128k）
- 思考強度：分設 low、high、max 三檔
以上配置與 GLM-5.3 標準版一致。
同 Omen Alpha 嘅關聯？
有 Reddit 用户提出一個耐人尋味嘅問題：9 月喺 OpenCode 平台神秘上線嘅匿名模型「Omen Alpha」，有冇可能就係 GLM-5.3-Highspeed？
Omen Alpha 自 9 月上線後，已基本被網民推斷出與智譜有關。至於佢具體對應邊個版本，説法不一：有人指佢就係 GLM-5.3-Highspeed，也有人猜係 GLM-5.3-Omni 或 GLM-5.4-Flash。
有網民對 Omen Alpha 進行咗測試，總括係：速度快、思考時間長、效果唔錯。
歷史對照
呢並非智譜首次推出高速版本。今年 5 月，智譜曾發布 GLM-5.1-highspeed，輸出速度為 400 tokens/s，當時被認為係全球大模型廠商 API 速度嘅一個新上限。如果 GLM-5.3-Highspeed 真能達到 490 TPS，對長程（long-horizon）任務嘅執行效率意義明顯。
模姐驗嚇貨
模姐要講清楚：490 TPS 呢個數字目前係來自單一網民喺 Zcode 嘅實測截圖，尚未見到獨立第三方對 GLM-5.3-Highspeed 嘅系統性測速。同一模型喺唔同部署環境、唔同批次請求中嘅速度可以有很大差異。喺灰度測試期間，個別用户觀察到嘅速度未必代表穩定性能。
另外，智譜呢幾個月嘅產品節奏值得留意：5 月 GLM-5.1-highspeed，9 月 GLM-5.3-FlashX，而家又係 GLM-5.3-Highspeed。高速版本作為一個獨立產品線在逐步迭代，呢個係一個值得跟進嘅趨勢，但具體嘅性能提升幅度，要等佢哋公佈官方 benchmark 或者第三方做出可控條件嘅測速，先至有實際意義。
目前呢個模型仍在 Zcode 隨機灰度中，全面開放時間未定。如果讀者有獲灰度機會，歡迎分享實測數據，幫助建立更可靠嘅速度基準。
模姐｜深度調教
