知识卡片：智谱GLM-5.3-Highspeed曝光，网友晒出490 tokens/s

一句话结论

据腾讯研究院AI速递（20261013）报道，智谱GLM-5.3-Highspeed模型信息曝光：Pi模型目录显示其支持100万token上下文、最大生成131,072 token，设三档思考强度（与普通版一致），有网友晒出490 tokens/s的实测速度。

事件概述或研究问题

本条为智谱GLM-5.3系列高速版本的曝光信息。报道中未给出该模型的正式发布公告，信息来自Pi模型目录的模型参数展示及网友实测截图。核心关注点在于推理速度：相比上月发布的GLM-5.3-FlashX（最高200 tokens/s）和5月的GLM-5.1-highspeed（400 tokens/s），GLM-5.3-Highspeed的网友实测值达到了490 tokens/s。

方法/产品要点

• 模型标识：GLM-5.3-Highspeed（来源为Pi模型目录曝光，非智谱官方发布）。
• 上下文与生成：上下文长度100万token，最大生成131,072 token。
• 思考强度：设三档思考强度，报道称与普通版一致。
• 速度对比：
  • GLM-5.3-Highspeed：网友晒出490 tokens/s（待官方确认）。
  • GLM-5.3-FlashX（上月发布）：最高200 tokens/s。
  • GLM-5.1-highspeed（5月）：400 tokens/s。

主要结果或产业意义

若490 tokens/s的实测数据属实，GLM-5.3-Highspeed将成为智谱GLM-5系列中推理速度最快的变体，速度较GLM-5.3-FlashX提升约2.45倍，较5月的GLM-5.1-highspeed提升约22.5%。这延续了智谱在高速推理方向上的迭代节奏——从5月的400 tokens/s到FlashX的200 tokens/s（FlashX侧重其他能力权衡），再到Highspeed的曝光值。高速版本对Agent、实时交互等延迟敏感场景具有直接价值。

为什么重要

• 与已有卡片的关系：此前卡片记录了GLM-5.3-FlashX（200 tokens/s，2026-09-20）和GLM-5.3系列发布（2026-08-17）及GLM-5.3-Flash开源（2026-08-27）。本条新增了GLM-5.3-Highspeed这一高速变体的曝光信息，补充了该系列在推理速度维度上的最新进展，且速度指标（490 tokens/s）显著高于此前已知的FlashX版本。
• 高速推理是Agent产品落地的基础设施指标之一，直接影响到多步工具调用、长程任务执行等场景的可行性与成本。

局限与不确定性

• 来源可靠性：信息来自Pi模型目录及网友晒图，非智谱官方发布，490 tokens/s为网友实测值，测试条件（硬件、batch size、输入输出长度等）不明，待核实。
• 模型参数细节：模型规模、架构、是否开源、API定价等信息均未在材料中披露，待核实。
• 思考强度具体档位：报道称“设三档思考强度，与普通版一致”，但普通版的具体档位定义未在材料中展开，待核实。
• 发布时间：未有官方发布日期，待核实。

可用于图书/PPT/简报的角度

• 智谱GLM-5系列高速版本的迭代路线：GLM-5.1-highspeed（400 tokens/s，5月）→ GLM-5.3-FlashX（200 tokens/s，上月）→ GLM-5.3-Highspeed（曝光490 tokens/s），展示推理速度的持续攀升。
• 高速模型与Agent场景的匹配：速度提升如何影响长程任务、多步推理的可行性与用户体验。
• 国产模型在推理效率方向上的竞争态势：速度作为差异化竞争维度的意义。
• 模型信息“非官方曝光”现象的传播路径：Pi模型目录、网友实测、科技媒体转载的链条。

原始材料

• 来源：腾讯研究院AI速递 20261013
• URL：https://m.sohu.com/a/1086887226_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
• 原始标题：腾讯研究院AI速递 20261013
• 相关段落：第五则“智谱GLM-5.3-Highspeed曝光，网友晒出490 tokens/s”