搜索结果

两台H3C MegaCube跑GLM-5.3-Flash：短文本仅17～29 tokens/s，256K上下文未被验证

实测表明，在2×GB10/128GB的H3C MegaCube上以TP=2部署GLM-5.3-Flash NVFP4，短文本端到端输出仅17～29 tokens/s，四并发吞吐仍约…

GLM-5.3-Highspeed灰度实测490 tokens/s，能否超越GLM-5.1高速版

智谱GLM-5.3-Highspeed在Zcode 3.15.1随机灰度上线，网友@leo114119晒出490 tokens/s的生成速度，接近500TPS。该模型已被Pi模型目…

490 tokens/s、少56%操作：Hopkins三条AI进展实测细节

量子位转述网友实测GLM-5.3-Highspeed约490 tokens/s，但测试条件待确认；华为诺亚方舟等团队Memento 3在183个关卡中操作次数比人类少约56%；掘金…

智谱GLM-5.3编程能力涨50%，200K上下文支持200 tokens/s多模态

智谱GLM-5.3编程能力较前代提升50%，支持200K上下文窗口，原生多模态版本GLM-5.3-FlashX推理速度最高可达200 tokens/s，开源模型累计下载量已突破20…

GLM-5.3-FlashX上线：10万张国产卡跑出200 tokens/s，提速档贵2.5倍

智谱在API与体验中心上线GLM-5.3-FlashX，这是8月26日开源的GLM-5.3-Flash的高速推理档，峰值约200 tokens/s。它依托约10万张国产AI加速器自…