量子位报道称，智谱在Zcode 3.15.1中上线GLM-5.3-Highspeed，订阅用户随机获得体验资格；网友@leo114119晒出490 tokens/s的生成速度。该模型上下文窗口、最大生成token上限和思考强度分档据Pi模型目录与GLM-5.3普通版一致。
AI解读：量子位报道，智谱在Zcode 3.15.1中开放GLM-5.3-Highspeed体验，订阅用户随机获得资格，目前仍在随机灰度。
网友@leo114119晒出的实测速度达到490 tokens/s，接近500TPS；作为对比，上个月发布的GLM-5.3-FlashX最高速度为200 tokens/s，Artificial Analysis测得的GLM-5.3-Flash在Z.ai API上约为60 tokens/s。
Pi的模型目录已收录GLM-5.3-Highspeed，显示上下文窗口100万token，最大生成token上限131,072（约128k），并提供low、high、max三档思考强度；量子位称这些配置与GLM-5.3普通版一致。
有Reddit网友猜测该模型与OpenCode上的匿名模型Omen Alpha有关，但Omen Alpha具体身份尚无定论，也存在GLM-5.3-Omni、GLM-5.4-Flash等说法。
量子位记者尝试在Zcode中手动添加并切换该模型，但未成功，原因可能是Lite套餐用户不具备资格或未被灰度到；这意味着490 tokens/s目前仅为个别网友的实测数字，尚未有官方性能数据或大范围验证。
量子位2026年10月12日报道，智谱在Zcode 3.15.1中上线GLM-5.3-Highspeed模型，订阅用户随机获得体验资格，目前处于随机灰度阶段。
网友@leo114119晒出的实测生成速度达到490 tokens/s。量子位记者尝试在Zcode中手动添加并切换该模型但未成功，推测原因可能是Lite套餐用户不具备资格或未被灰度到。
490 tokens/s的实测数字与对比基准
490 tokens/s指每秒生成490个token。量子位称，若持续保持这一速度，输出1万token单算生成阶段约需20秒。
作为对比，上个月智谱刚发布的GLM-5.3-FlashX最高速度为200 tokens/s；按Artificial Analysis的测速，GLM-5.3-Flash在Z.ai API上的输出速度约为60 tokens/s。
量子位提到，今年5月智谱曾推出GLM-5.1-highspeed，输出速度为400 tokens/s。此次490 tokens/s的数字来自个别网友晒出的实测，并非官方公布，也未经过大范围验证。
- 490 tokens/s为网友@leo114119晒出的实测数字
- 同门对比：GLM-5.3-FlashX最高200 tokens/s，GLM-5.3-Flash在Z.ai API约60 tokens/s
- 历史对比：2026年5月GLM-5.1-highspeed为400 tokens/s
模型目录透露的规格与灰度范围
量子位称，Pi的模型目录已收录GLM-5.3-Highspeed。目录显示其上下文窗口为100万token，最大生成token上限为131,072，约128k，并划分low、high、max三档思考强度配置。
报道同时指出，这些配置与GLM-5.3普通版一致。这意味着该高速版本目前公开可查的差异主要体现在速度上，规格参数尚未显示出与普通版的不同。
在OpenCode上，9月上新的匿名模型Omen Alpha被部分网友猜测与GLM有关，也有人猜Omen Alpha就是GLM-5.3-Highspeed，或GLM-5.3-Omni、GLM-5.4-Flash，但均无定论。
- 来源：Pi模型目录，非智谱官方发布
- 上下文窗口100万token，最大生成token上限131,072（约128k）
- 思考强度分low、high、max三档，与GLM-5.3普通版一致
- Omen Alpha身份猜测：GLM-5.3-Highspeed、GLM-5.3-Omni或GLM-5.4-Flash，均未证实