智谱近日在其AI编程工具ZCode中开启了旗舰模型GLM-5.3高速版（HighSpeed）的小范围灰度测试。测试数据显示，其输出速度超过490 tokens/秒，达到现有官方API速度的数倍；模型具备100万Token上下文窗口与13.1万Token单次最大输出能力，主打多轮编程智能体场景下的调用提速。
对编程智能体而言，速度是体验的关键变量：一次任务往往涉及数十轮工具调用与代码生成，解码延迟会被成倍放大。高速版若能保持GLM-5.3的推理质量，将显著压缩端到端任务耗时，也让「近实时」的结对编程体验成为可能。
这是国产大模型在推理效率上的又一进展。此前vLLM已对DeepSeek-V4.1-Flash实现5.3倍吞吐优化，Qoder上线Fast模式生成速度提升超150%、Token消耗减少27%。当基础能力差距收窄后，速度与成本正在成为国产模型在编程与智能体市场竞争的主战场。