什么值得买App下载 App ›
连续签到专享现金活动

智谱GLM-5.3-FlashX速度翻倍达200 tokens/s,定价是原版2.5倍

智谱推出了 GLM-5.3-FlashX,最高推理速度直接拉到了 200 tokens/s,日常交互基本零等待。不过,天下没有免费的提速——FlashX 的定价是原版 GLM-5.3-Flash 的 2.5 倍。加钱换速度,明码标价,如果你是重度依赖实时对话或 Agent 多步任务的开发者,这次升级直接关乎你的开发体验和账单成本。
速度快了,价格也贵了
200 tokens/s 是什么概念?长文档摘要、Agent 多步任务和实时对话这些最吃响应速度的场景,等待感会大幅缩短。之前 GLM-5.3-Flash 实测速度不到 100 tokens/s,这次相当于翻倍提升,官方口径甚至称比现有 Flash 快 5 倍。但账单也得看清:FlashX 的价格是普通 Flash 的 2.5 倍。底层能力还是沿用 Flash 的底座,相当于给原来的模型换了一条更宽的高速通道,过路费自然也涨了。
10万颗国产芯片撑腰
速度翻倍背后,是智谱在 Infra 侧砸了重金。目前智谱处理线上调用投入了 10 万颗国产7国产芯片,业内推测大概率是华为昇腾。通过生产级 EPD 分离式架构,智谱把编码、预填充和解码拆开调度,让单 token 成本降到了和主流英伟达 GPU 相当的水平。更有意思的是,智谱还披露了国内首个生产环境的“递归自我改进(RSI)”实践,简单说就是 GLM-5.3 自己当了把工程师,回头优化了自己跑的基础设施。
正面刚 DeepSeek,开发者怎么选
这次 FlashX 推出,时机很微妙。许多开发者发现,之前免费的“Ox Alpha”好用又快,但改名为 GLM-5.3-Flash 收费后反而变慢变差了。现在 200 tokens/s 的速度刚好对齐了 DeepSeek V4.1 Flash 的实测速度,针对性回应的意味很明显。对于开发者来说,选型逻辑变得很清晰:要极致性价比就用原版 Flash,要跟 DeepSeek 抢速度就上 FlashX,但得接受 2.5 倍的溢价。

多方观点

鲨鱼与鱼
9月18日
发布于微博

强调模型运行速度极快。

历史事件回溯
当前事件
智谱发布GLM-5.3-FlashX,主打快流畅
  • 推理速度:极速推理,生成极度流畅
  • 版本定位:FlashX极速迭代版本
  • 应用场景:实时交互与流式生成场景
2024年6月
智谱推出GLM-4-Flash,主打免费极速
  • 推理速度:极快,支持高并发调用
  • 版本定位:免费轻量级基础模型
  • 应用场景:高并发低成本调用场景
2023年3月
智谱首发ChatGLM-6B开源轻量模型
  • 推理速度:单卡部署,推理速度快
  • 版本定位:开源端侧轻量级模型
  • 应用场景:消费级显卡本地部署

评论

评论区空态插画

当前文章无评论,是时候发表评论了