GLM-5.3-FlashX 上线，智谱把国产卡上的推理速度顶到 200 token/s
英文标题：GLM-5.3-FlashX 上线，智谱把国产卡上的推理速度顶到 200 token/s
GLM-5.3 前阵子以"Ox Alpha"的匿名身份上线时，就已经是 OpenCode 和 OpenRouter 双平台调用量最大的模型。今天智谱给它加了个更快的版本，名字也直白——GLM-5.3-FlashX，最高 200 tokens/s。 背后的一张牌值得单独说。上一代 GLM 上线时，团队是在 10 万张国产芯片组成的集群上把推理服务从零搭起来的，当时的难点是内...
打开原文相关 3.6 · 机会 0
2.4 KB
中文
GLM-5.3 前阵子以"Ox Alpha"的匿名身份上线时，就已经是 OpenCode 和 OpenRouter 双平台调用量最大的模型。今天智谱给它加了个更快的版本，名字也直白——GLM-5.3-FlashX，最高 200 tokens/s。 背后的一张牌值得单独说。上一代 GLM 上线时，团队是在 10 万张国产芯片组成的集群上把推理服务从零搭起来的，当时的难点是内...
中文全文翻译正在补齐，可先查看下方英文原文。
English / 原文
GLM-5.3 前阵子以"Ox Alpha"的匿名身份上线时，就已经是 OpenCode 和 OpenRouter 双平台调用量最大的模型。今天智谱给它加了个更快的版本，名字也直白——GLM-5.3-FlashX，最高 200 tokens/s。 背后的一张牌值得单独说。上一代 GLM 上线时，团队是在 10 万张国产芯片组成的集群上把推理服务从零搭起来的，当时的难点是内...