智谱于9月18日宣布推出GLM-5.3-FlashX模型，最高推理速度可达200 tokens/s，面向企业与开发者提供更快的模型调用体验。该模型API已同步上线，Model Key为GLM-5.3-FlashX。
据智谱方面介绍，GLM-5.3-Flash此前以“Ox Alpha”之名面向全球开发者发布，调用量持续攀升。为应对快速增长的需求，智谱在10万张国产芯片提供的推理算力基础上，进一步加大基础设施侧投入与推理优化。官方称，GLM-5.3-Flash长期保持同尺寸最强智能水平，本次提速使其在智能、价格、速度三个维度形成综合竞争力。
定价方面，GLM-5.3-FlashX高于GLM-5.3-Flash。具体来看，GLM-5.3-FlashX上下文长度为1M，输入单价为2元/百万Tokens，输出单价为7元/百万Tokens，缓存命中价格为0.57元/百万Tokens；GLM-5.3-Flash输入单价为0.8元/百万Tokens，输出单价为2.8元/百万Tokens，缓存命中价格为0.23元/百万Tokens。两款模型的缓存存储均限时免费，输入模态均支持图片、视频、文件和文本。作为对比，GLM-5.3的输入单价为8元/百万Tokens，输出单价为28元/百万Tokens，输入模态仅支持文本。
从定价结构看，GLM-5.3-FlashX在GLM-5.3-Flash的基础上提升了输出速度，同时将价格上浮至中档区间，与GLM-5.3形成梯度覆盖。这一策略使智谱在国产大模型API市场中，能够同时面向对成本敏感和对响应速度有更高要求的客户群体。
当前，大模型推理效率正成为厂商竞争的关键指标之一。智谱依托国产芯片算力集群进行推理优化，在一定程度上反映了国产算力在大模型服务环节的承载能力。随着GLM-5.3-FlashX的加入，智谱在模型矩阵上的分层布局进一步清晰，其在企业级AI服务市场的份额争夺也将更趋激烈。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
