2026 年 10 月 12 日——据智东西 10 月 12 日报道，智谱在 AI 编程工具 ZCode 的 3.15.1 版本中灰度推送高速旗舰模型 GLM-5.3 HighSpeed，被灰度到的订阅用户实测输出速度超过 490 tokens/s，达到智谱官方以更快推理为卖点的 GLM-5.3-FlashX（官方口径 200 tokens/s）的 2 倍以上。该模型目前仅面向部分订阅用户随机开放，暂无公开申请入口。

1. 灰度与实测情况

据智东西报道，X 平台博主 leo114119（Leo · Building w/ AI）率先发文称已被灰度到 GLM-5.3 HighSpeed，实测输出速度超过 490 tokens/s。智谱官方尚未就此次灰度推送发布正式公告，该版本的定价与 API 开放计划截至发稿均未披露。

模型曝光时间线上，据智东西报道，一个月前 GLM-5.3 HighSpeed 曾出现在开源编程智能体 Pi harness 的官网上。目前该模型仅在 ZCode 3.15.1 版本中面向部分订阅用户灰度，未提供公开申请入口。

2. 输出速度对比

模型 / 服务 输出速度 数据口径
GLM-5.3 HighSpeed 超 490 tokens/s ZCode 订阅用户实测，据智东西报道
GLM-5.1-highspeed 400 tokens/s 2026 年 5 月推出，据智东西报道
GLM-5.3-FlashX 200 tokens/s 智谱官方文档
DeepSeek V4.1 Flash 官方 API 121.34 tokens/s AI Ping 平台数据
GLM-5.3 官方 API 70.84 tokens/s AI Ping 平台数据
GLM-5.3-Flash（Z.ai API） 约 60 tokens/s Artificial Analysis 实测

从上表看，GLM-5.3 HighSpeed 的灰度实测速度约为 GLM-5.3-FlashX 官方口径的 2.4 倍，也明显高于 GLM-5.3 在智谱官方 API 上的常规输出速度。

3. 模型规格与定价

据智东西报道，GLM-5.3 HighSpeed 的规格与普通版 GLM-5.3 一致：上下文长度 1M，最大输出 131,072 个 token，提供 low、high、max 三档思考强度。

智谱此前有高速版先例：2026 年 5 月推出的 GLM-5.1-highspeed 面向部分企业用户，输出速度 400 tokens/s。参考该先例，高速版通常定位为同一模型的更快推理服务，智能表现与普通版保持一致；GLM-5.3 HighSpeed 的价格是否调整，以智谱官方后续公布为准。