智谱在ZCode开启GLM-5.3 HighSpeed灰度测试，输出速度超490 tokens/s

10月12日，智谱在其AI编程工具ZCode中悄然开启高速旗舰模型GLM-5.3 HighSpeed的灰度测试。该模型目前仅对ZCode订阅用户随机开放，暂未提供明确的内测申请入口。

X平台AI编程博主Leo爆料称，他已灰度到这一模型，其输出速度可超过490 tokens/s。作为对比，大模型API评测平台AI Ping的数据显示，DeepSeek V4.1 Flash官方API的输出速度为121.34 tokens/s，智谱GLM-5.3 API速度为70.84 tokens/s，GLM-5.3 HighSpeed的速度达到数倍于当前国内主流模型的水平。模型基本参数方面，GLM-5.3 HighSpeed拥有100万token的上下文窗口，最多可一次性输出131072个token，与GLM-5.3保持一致，其输入输出价格尚未披露。

这并非智谱首次推出高速旗舰模型。2026年5月，智谱曾面向部分企业用户推出GLM-5.1高速版API“GLM-5.1-highspeed”，输出速度达到400 tokens/s。当时，智谱展示了高速模型在实际生产场景的价值：一个Coding Agent任务往往需要经历数十轮模型调用，单轮响应慢几秒，整体耗时可能拉长十几分钟。更快速的模型可让代码生成与修改方案的迭代明显提速。据公开信息，此前的GLM-5.1高速版API由智谱GLM团队与TileRT团队联合打造，在推理引擎、调度系统与底层基础设施三个层面进行了系统级优化。

此外，GLM-5.3 HighSpeed在一个月前（2026年9月）已出现在开源编程智能体Pi harness的官网上。目前，提升模型推理速度已成为多家厂商关注的重点，在推出专属快速模型之外，将旗舰模型的速度提升一个量级正成为新的竞争方向。