智谱GLM-5.3-FlashX提价上线 推理速度翻5倍

时间：2026年9月18日 地点：中国北京 人物：智谱AI（Z.ai） 事件详情：智谱今日正式推出 GLM-5.3-FlashX 模型，推理速度最高可达 200 tokens/s，较现有 GLM-5.3-Flash 提升 5 倍；新模型 API 已同步全面开放，输入单价 27 元/百万 tokens，缓存命中 0.57 元/百万 tokens，整体定价提升至原版本 2.5 倍。FlashX 在延续 GLM-5.3-Flash 智能水平与多模态能力的基础上，把响应速度作为新增核心维度，进一步强化产品在智能、价格与速度三维的竞争力。 背景：GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型，采用 320B 总参数、18B 激活参数的 MoE 架构，2026 年 8 月 26 日由智谱正式开源并上线，曾以匿名身份 "Ox Alpha" 在海外开发者社区刷屏并收获广泛好评。支撑 FlashX 推理的是由 10 万张国产芯片组成的推理集群，该集群上线即被打满；面对持续攀升的调用量，智谱进一步扩大算力规模并加大 Infra 投入与推理优化。 影响：FlashX 的发布折射出国产推理算力在高并发商业 API 场景下的承载能力走向成熟，5 倍推理速度意味着同等算力下吞吐能力显著增强，单位 token 成本结构得到优化。对企业与开发者而言，更快响应可改善 Agent、多轮对话、代码生成等实时交互类应用的体验；从产品矩阵看，智谱把同一基座拆出"低价高吞吐"与"高价低延迟"两条产品线，标志着国产大模型 API 正式进入按速度分层的精细化竞争阶段。 总结：从 GLM-5.3-Flash 到 GLM-5.3-FlashX，智谱在国产算力底座上以"高智能 + 高速度 + 合理价格"组合策略巩固竞争力，10 万张国产卡支撑下的稳定服务能力是其敢于同步提价、提速的关键。 参考来源： 1. IT之家《智谱 GLM-5.3-FlashX 模型上线，更快、更流畅》：https://www.ithome.com/1/004/061.htm 2. 新浪财经《智谱GLM-5.3-FlashX提价上线：推理速度翻5倍，提价至2.5倍》：https://finance.sina.com.cn/roll/2026-09-18/doc-inisfprh8529608.shtml 3. 凤凰科技《智谱GLM-5.3-FlashX模型上线，更快、更流畅》：https://tech.ifeng.com/c/8wWCGvz2u33 4. AIHub《智谱上线 GLM-5.3-FlashX：最高 200 tokens/s，进一步提升推理速度》：https://www.aihub.cn/news/zhipu-glm-5-3-flashx/ 5. 智谱AI官方文档《GLM-5.3-Flash/FlashX》：https://docs.bigmodel.cn/cn/guide/models/vlm/glm-5.3-flash 6. AIFUC《智谱FlashX把速度拉到200 tokens/s，大模型价格战开始分层》：https://www.aifuc.com/news/zhipu-glm-flashx-api-pricing-layering-6z2l-6aaccfc0c2db1a575d2d2bb7 7. 新浪财经《智谱AI 9月18日推出GLM-5.3-FlashX 最高200 tokens/s》：https://finance.sina.com.cn/stock/estate/integration/2026-09-18/doc-inisfprh8536035.shtml