200 tokens一秒是什么概念？你眨一下眼，它已经把一段文案的开头敲完了。

智谱今天直接上线GLM-5.3-FlashX，没开发布会，推理速度最高拉到200 tokens/s，而这次提速的地基，是10万张国产芯片。外面的算力账单还在飞涨，国内的推理底座已经悄悄铺开了。

这模型之前以Ox Alpha之名在全球开发者圈跑了一圈，调用量一路涨，海外团队也在用。需求大了，智谱的解法不是限流提价，而是死磕Infra侧的优化：速度提上去，价格不动，智能水平还是同尺寸里最能打的。

智能、价格、速度，过去是一道三选二的权衡题，现在被它直接全占了。

对开发者来说体感最直观：流式输出不再一格一格蹦字，产品端那种丝滑，就是留存率实打实的加分项。API已经上线，Model Key就叫GLM-5.3-FlashX，文档和体验中心都是现成的，几分钟就能接进自己的项目。