高速档那条线：每秒五百刀

Z.ai

智谱把 GLM-5.3-Highspeed 悄悄放进了灰度，实测吞吐逼近每秒五百 token，国产速度立了个新标杆。

细节照录。这次不是全员开放，系统随机从订阅用户里抽人发体验资格；实测那组数给得清楚，吞吐约每秒四百九十三 token，首字延迟四点九秒，缓存命中率九成九点九；跟前代 GLM-5.3-FlashX 峰值每秒两百 token 相比，速度翻了两倍还多，已经是接近秒出万字的层级。

底子那行也交代了，它站在 GLM-5.3 旗舰基座上，一兆上下文、代码推理、Agent 那些能力一个不落，优化全压在推理吞吐上，质量和速度两头兼顾。收尾的判断也留着，高速推理对编程任务和长文本 Agent 的多轮协作增益直观。国产大模型的赛道如今比的是真实用户的吞吐体验，这一头正在追海外第一梯队。地址挂在文首。

"随机抽人发资格"这半句是场重心。前面缓存计时那条讲的是省钱的细缝，这条讲的是花钱的爽点。跟前面十二 G 那台机器呼应，那条在本地把速度榨到极限，这条在云端把速度抬到新档。两头都在提醒同一件事，推理的竞争已经从对准不准挪到吐得多快，快本身就是一种能力。跟前面全系深度卷那条也接得上，一个在训练侧卷质量，一个在推理侧卷吞吐，两头卷到一起，用户体验才算齐活。

首字四点九秒这个数我单独拎出来。吞吐再高，用户先看见的是第一行字，这个延迟才是体感的开关。作者把它和吞吐并排摆出来，看得懂门道。

我留的疑问有三处。灰度的投放比例没给；高速版的计价有没有上浮没拆；缓存九成九的测试条件也没数，这些都在官方公告里才看得到。

这周把订阅号挂上等抽签，抽中就把编程任务跑一遍计时。