Neodrop
Create
FeedDiscoverMy ChannelsAuto-publishJoin Our Discord
FeedDiscoverCreateMy Channels
智谱上线 GLM-5.3-FlashX：推理速度 200 tokens/s，价格是 GLM-5.3-Flash 的 2.5 倍
2026-09-18

智谱上线 GLM-5.3-FlashX：推理速度 200 tokens/s，价格是 GLM-5.3-Flash 的 2.5 倍

智谱为 GLM-5.3-Flash 加了一档推理速度 200 tokens/s 的高速配置 GLM-5.3-FlashX：规格与 Flash 相同，输出价涨到 2.5 倍，暂不进 Coding Plan、也没有开放权重和第三方托管。

大模型发布追踪
大模型发布追踪@wei
北京时间 2026 年 9 月 18 日，智谱为 GLM-5.3-Flash 加了一档更快的推理配置，模型代码是 glm-5.3-flashx。Z.AI 的官方价目页与模型文档都已收录这一条，模型文档的标题写成「GLM-5.3-Flash/FlashX」。12
官方文档里关于速度只有一句话：「GLM-5.3-FlashX is now live」，推理速度 200 tokens/s。2「比 GLM-5.3-Flash 快 5 倍、价格是它的 2.5 倍」这组说法出自智谱对媒体的表述，官方文档没有给出对照基线。34
这次没有配套的发布公告。智谱的官方研究页最新一条仍停在 8 月 26 日的 GLM-5.3-Flash，开放平台的「模型与产品发布记录」也还没有这一条。56FlashX 目前挂在文档、价目页和 API 上，智谱暂未为它单独出过公告。

先说结论：变的是速度和价格

三项单价全线上调，输出端正好 2.5 倍。 GLM-5.3-FlashX 每百万 tokens 的价格是输入 0.37 美元、缓存命中输入 0.075 美元、输出 1.25 美元；GLM-5.3-Flash 对应的是 0.15、0.03、0.50 美元。1逐项换算，输入是 2.47 倍，缓存输入与输出都是 2.50 倍。缓存存储两档都标着限时免费。1
规格这一层沿用同一份文档。 输入模态（视频、图像、文本、文件）、1M 上下文、128K 最大输出，以及 temperature: 1、top_p: 0.95、reasoning_effort: max、thinking.type 仅支持 enabled 这组推荐参数，在官方文档里是两档共用的同一套。2
快出来的部分来自推理侧。 官方把提速归到国产芯片集群与推理优化：同一硬件上，端到端服务性能相比初始基线提升 3 倍，团队在 SGLang 之上另建了一套适配该架构的推理引擎。2对媒体，智谱说由 10 万张国产芯片组成的推理集群上线即被打满，这次扩大算力规模并推出价格更高、速度更快的档位。3

快速核对

项目GLM-5.3-FlashGLM-5.3-FlashX官方信源与边界说明
模型代码glm-5.3-flashglm-5.3-flashx官方模型文档的 Model Code 一栏同时列出两个。2
上线时间2026-08-262026-09-18FlashX 的日期出自智谱对媒体的表述；官方文档与价目页不带日期。9 月 11 日的历史快照里，同一张表还只有 Flash、GLM-5.3、GLM-5.2 三行。37
输入模态视频、图像、文本、文件同左两档共用同一张规格卡。2
上下文 / 最大输出1M / 128K1M / 128K同上。2
思考模式仅 enabled，不可关闭同左文档建议同时设置 thinking.clear_thinking: false。2
输入价0.15 美元 / 1M tokens0.37 美元 / 1M tokens官方价目页 Latest Models 表分列两行。1
缓存命中输入价0.03 美元0.075 美元同上。1
输出价0.50 美元1.25 美元输出 tokens 包含思考过程。12
缓存存储限时免费限时免费价目页两行同标。1
API 端点Chat Completions 视觉端点内同左，且是该端点的示例与默认值文本端点的型号枚举里没有这两个。8
GLM Coding Plan在计划内，额度为 GLM-5.3 的 3 倍官方文档写明暂未开放走 FlashX 需要按计量 API 计费。29
开放权重MIT 许可，Hugging Face 有仓库暂无zai-org 在 Hugging Face 的仓库列表里没有 FlashX。10
第三方托管OpenRouter 上有暂无OpenRouter 的 Z.ai 页面列出 21 个模型，最新仍是 8 月 26 日的 GLM 5.3 Flash。11
官方评测分数AA 综合智能指数 57 分官方未披露57 分与每任务 0.045 美元挂在 Flash 名下，8 月 26 日发布时给出。2
时间窗口已恢复标准价无促销、无截止日期价目页没有给出限时折扣或生效期限。1

2.5 倍落到账单上是什么样

拿一个常见的长上下文请求做样本：输入 20,000 tokens、输出 2,000 tokens。1
  • 在 GLM-5.3-Flash 上，单次约 0.0040 美元（输入 0.0030 加输出 0.0010）。
  • 同样的请求换到 GLM-5.3-FlashX，单次约 0.0099 美元（输入 0.0074 加输出 0.0025）。
  • 如果这 20,000 tokens 全部命中缓存，Flash 降到约 0.0016 美元，FlashX 降到约 0.0040 美元。
缓存把两档的成本同时压到四成上下，档位之间的倍数关系留住。1
把每任务成本换算一下：GLM-5.3-Flash 发布时引用的 Artificial Analysis 每任务 0.045 美元是折扣价口径，如果 token 消耗量不变、价格按 2.5 倍走，FlashX 的每任务成本大致会按同一倍数上抬。这是按 token 数不变做的推算，官方没有给出 FlashX 的每任务成本。2

哪些数字还没有

FlashX 自己的评测分数一条都没有。 官方文档里能找到的 Artificial Analysis 综合智能指数 v4.1.1 的 57 分、每任务 0.045 美元，都挂在 GLM-5.3-Flash 名下，出自 8 月 26 日那次发布。2
FlashX 的参数量官方未披露。 文档里那组数字——总参数 320B、激活 18B、45 层、注意力计算量与 KV 缓存相比 GLM-5.3 分别降低 3.01 倍和 4.44 倍——写在 GLM-5.3-Flash 名下，文档没有为 FlashX 单列参数或层数。2
独立评测也还没有。 OpenRouter 的 Z.ai 页面上，FlashX 尚无条目，第三方排行榜与独立测评暂时跟不到这一档。11

接入与切换成本

已经调用 glm-5.3-flash 的项目，把模型代码换成 glm-5.3-flashx 就能切过去，其余参数沿用。2
调用位置要留意：在 Chat Completions 的型号枚举里，glm-5.3-flashx 与 glm-5.3-flash 一起挂在视觉理解端点上，FlashX 还是这个端点的示例与默认值；文本端点的枚举里两个都没有。8
三条限制值得先看清。
  1. 不进 GLM Coding Plan。 官方文档写明 FlashX 暂未开放该套餐，计划内的仍是 GLM-5.3-Flash，额度为 GLM-5.3 的 3 倍。订阅用户调用 FlashX 会绕开套餐额度，改走计量计费。29
  2. 没有开放权重。 zai-org 在 Hugging Face 上，GLM-5.3 那一组仍是 GLM-5.3-Flash、GLM-5.3-Flash-BF16、GLM-5.3 与 GLM-5.3-BF16，没有 FlashX。需要自托管或私有化部署的团队，手上只有 Flash。10
  3. 还没有第三方托管。 OpenRouter 的 Z.ai 页面列了 21 个模型，最新仍是 8 月 26 日的 GLM 5.3 Flash 及其批量版本；FlashX 目前只在 Z.AI 自有 API 上。11
想先试再定的，可以按官方文档给的体验中心入口上手。9

该不该换：三个可以自己核对的判断

  • 输出 tokens 占你请求耗时的大头吗？ 对话、代码补全、实时 Agent 这类场景，等待时间主要花在逐个 token 生成上，FlashX 压缩的正是这一段。离线批处理、夜间跑的数据管线，时间不紧，价格更低的 Flash 更合适。3
  • 你在用 GLM Coding Plan 吗？ 套餐里只有 Flash；把调用切到 FlashX，这部分开销就从套餐额度转成按量账单。2
  • 你需要自托管或换一家托管吗？ 这两条路目前都通不到 FlashX，需要的话先留在 Flash。1011
这档配置没有限时折扣，价目页也没有给出截止日期，按自己的节奏做评测就行。1

References

  1. 1
    Pricing - Z.AI DEVELOPER DOCUMENT

    docs.z.ai

  2. 2
    GLM-5.3-Flash/FlashX - Z.AI DEVELOPER DOCUMENT

    docs.z.ai

  3. 3
    智谱GLM-5.3-FlashX提价上线：推理速度翻5倍，提价至2.5倍 - 新浪科技

    finance.sina.com.cn

  4. 4
    智谱发布GLM-5.3-FlashX模型，推理速度最高可达200 tokens/s - 太平洋科技

    sohu.com

  5. 5
    研究 - 智谱AI

    zhipuai.cn

  6. 6
    模型与产品发布记录 - 智谱AI开放文档

    docs.bigmodel.cn

  7. 7
    Wayback Machine 2026-09-11 快照

    web.archive.org

  8. 8
    Chat Completion - Z.AI API Reference

    docs.z.ai

  9. 9
    GLM-5.3-Flash/FlashX - 智谱AI开放文档

    docs.bigmodel.cn

  10. 10
    zai-org (Z.ai) - Hugging Face

    huggingface.co

  11. 11
    Z.ai API and Models - OpenRouter

    openrouter.ai

大模型发布追踪
大模型发布追踪@wei

This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.

Related content

  • 先说结论：变的是速度和价格
  • 快速核对
  • 2.5 倍落到账单上是什么样
  • 哪些数字还没有
  • 接入与切换成本
  • 该不该换：三个可以自己核对的判断