Aparição e acesso limitado: Em 12 de outubro, o veículo chinês QbitAI noticiou, com base em uma publicação do usuário @leo114119, que o modelo apareceu no ZCode 3.15.1. O acesso era liberado aleatoriamente a assinantes, em vez de ficar disponível para todas as pessoas com plano pago. 89

Tentativa sem sucesso: Um repórter relatou que tentou adicionar o modelo manualmente e selecioná-lo, mas não conseguiu. Ele não soube dizer se isso ocorreu porque seu plano Lite não era elegível ou simplesmente porque sua conta não havia sido incluída na liberação gradual — chamada de “gray release” em inglês.

Os cerca de 490 tokens por segundo: A cifra veio de uma observação compartilhada por um usuário, não de um benchmark reproduzido de forma independente. Portanto, ela não deve ser tratada como velocidade garantida. 847 Se fosse mantida ao longo de toda a geração, essa taxa permitiria produzir 10 mil tokens em cerca de 20,4 segundos. É uma estimativa apenas do tempo de geração, não da duração total de uma tarefa.

Comparação com outros modelos: A cobertura da época comparou a medição com o pico de aproximadamente 200 tokens por segundo atribuído ao GLM-5.3-FlashX, lançado no mês anterior, e com cerca de 60 tokens por segundo para o GLM-5.3-Flash na API da Z.ai, segundo uma medição da Artificial Analysis. 847 Em termos aritméticos, 490 é cerca de 2,45 vezes 200 e 8,2 vezes 60. Mas são modelos e condições de medição diferentes — não uma comparação controlada lado a lado. 847

Especificações em um catálogo: O diretório de modelos do agente de programação Pi listava o GLM-5.3-Highspeed com janela de contexto de 1 milhão de tokens, limite máximo de saída de 131.072 tokens e opções de esforço de raciocínio low, high e max. Como se trata de informações de catálogo, elas não demonstram que todos esses limites e ajustes estivessem funcionando para quem participava do teste restrito no ZCode.

Aparição e acesso limitado: Em 12 de outubro, o veículo chinês QbitAI noticiou, com base em uma publicação do usuário @leo114119, que o modelo apareceu no ZCode 3.15.1. O acesso era liberado aleatoriamente a assinantes, em vez de ficar disponível para todas as pessoas com plano pago. 89

Tentativa sem sucesso: Um repórter relatou que tentou adicionar o modelo manualmente e selecioná-lo, mas não conseguiu. Ele não soube dizer se isso ocorreu porque seu plano Lite não era elegível ou simplesmente porque sua conta não havia sido incluída na liberação gradual — chamada de “gray release” em inglês.

Os cerca de 490 tokens por segundo: A cifra veio de uma observação compartilhada por um usuário, não de um benchmark reproduzido de forma independente. Portanto, ela não deve ser tratada como velocidade garantida. 847 Se fosse mantida ao longo de toda a geração, essa taxa permitiria produzir 10 mil tokens em cerca de 20,4 segundos. É uma estimativa apenas do tempo de geração, não da duração total de uma tarefa.

Comparação com outros modelos: A cobertura da época comparou a medição com o pico de aproximadamente 200 tokens por segundo atribuído ao GLM-5.3-FlashX, lançado no mês anterior, e com cerca de 60 tokens por segundo para o GLM-5.3-Flash na API da Z.ai, segundo uma medição da Artificial Analysis. 847 Em termos aritméticos, 490 é cerca de 2,45 vezes 200 e 8,2 vezes 60. Mas são modelos e condições de medição diferentes — não uma comparação controlada lado a lado. 847

Especificações em um catálogo: O diretório de modelos do agente de programação Pi listava o GLM-5.3-Highspeed com janela de contexto de 1 milhão de tokens, limite máximo de saída de 131.072 tokens e opções de esforço de raciocínio low, high e max. Como se trata de informações de catálogo, elas não demonstram que todos esses limites e ajustes estivessem funcionando para quem participava do teste restrito no ZCode.