对于需要长时间生成、反复调用的大模型智能体而言，输出速率会直接影响用户的等待感受。本文梳理GLM-5.3-Highspeed在Zcode中出现的灰度线索、网友晒出的约490 tokens/s数据，并对照已有高速模型判断其潜在用途。这里需要说明的是，单条体验记录、第三方模型目录与官方公开规格属于不同可信层次，围绕匿名模型身份的推测目前也还没有定论。衡量一次提速能否真正带来价值，要综合首字时延、推理耗时、任务完成质量以及开放范围来看，单纯盯住生成阶段的峰值数字并不够。
GLM-5.3-Highspeed在Zcode 3.15.1现身，订阅用户随机灰度
智谱上线了一款名为GLM-5.3-Highspeed的新模型，入口位于Zcode之中。
网友@leo114119发文称，该模型已在Zcode 3.15.1开放体验，订阅用户以随机方式获得资格。他贴出的截图显示，生成速度高达490 tokens/s。
笔者随后也进入Zcode手动添加并切换该模型进行尝试，但可能是Lite套餐尚未开放此项权限，也可能是没有被灰度命中，最终未能成功体验。
490 tokens/s意味着什么？对比GLM-5.3-FlashX与GLM-5.3-Flash
针对高速模型，最核心的指标自然是速度。490TPS这个数字已经接近500TPS。
TPS指的是每秒钟生成的token数量。若长时间稳定保持该速度，输出1万token仅需约20秒的生成时间。
对比来看，智谱上个月发布的GLM-5.3-FlashX，最高速度为200 tokens/s；另据Artificial Analysis的测速结果，GLM-5.3-Flash在Z.ai API上的输出约60 tokens/s。
不止于命名：Pi目录收录信息与官方疑似规格
GLM-5.3-Highspeed这一名称此前已有征兆。Pi的模型目录已将其收录。
目录信息显示，该模型上下文窗口为100万token，最大生成上限131,072 token，约合128k；同时提供low、high、max三档思考强度。这些配置与GLM-5.3普通版保持一致。
此外，Reddit上也有用户讨论这款新模型，并推测它与OpenCode平台上的匿名模型Omen Alpha存在关联。Omen Alpha于9月刚刚上线OpenCode，目前基本被网友认定与GLM有关。还有网友实测了其在「鹈鹕踩单车」任务上的表现。整体反馈可归纳为：速度快、思考时间偏长、效果尚可。
Omen Alpha身份待解，智谱高速模型路线已有先例
关于Omen Alpha的真实身份，目前有几种说法：有人认为是GLM-5.3-Highspeed，也有人推测为GLM-5.3-Omni或GLM-5.4-Flash，尚无定论。
智谱此前已有高速版本产品先例。今年5月推出的GLM-5.1-highspeed，输出速度为400 tokens/s，当时刷新了全球大模型厂商API的速度上限。
如果GLM-5.3-Highspeed真能稳定达到490 TPS级别，对长程任务的提速将相当可观。
目前该模型仍在Zcode中随机灰度，获得了体验资格的网友可以分享实测结果。
参考链接：[1]https://x.com/leo114119/status/2109148486239215803[2]https://pi.dev/models/zai/glm-5-3-highspeed?name=pi+workspace+history[3]https://www.reddit.com/r/ZaiGLM/comments/1wfdfcg/glm53_highspeed/
小结：GLM-5.3-Highspeed在Zcode 3.15.1随机灰度，网友实测490 tokens/s刷新智谱高速版纪录。若该速率能在正式版本中稳定复现，长程智能体任务的等待体验将得到实质性改善；但在官方规格公布之前，模型身份与真实性能仍需谨慎看待。