GLM-5.3-FlashX 上线，智谱把国产卡上的推理速度顶到 200 token/s
GLM-5.3 前阵子以"Ox Alpha"的匿名身份上线时，就已经是 OpenCode 和 OpenRouter 双平台调用量最大的模型。今天智谱给它加了个更快的版本，名字也直白——GLM-5.3-FlashX，最高 200 tokens/s。 背后的一张牌值得单独说。上一代 GLM 上线时，团队是在 10 万张国产芯片组成的集群上把推理服务从零搭起来的，当时的难点是内...
来源：开源中国
说明：本站展示中文整理摘要，便于快速阅读；完整内容和版权归原站所有。
说明：本站展示中文整理摘要，便于快速阅读；完整内容和版权归原站所有。