截至 2026 年 10 月 13 日，GLM-5.3-Highspeed 更适合被视为一款正在 ZCode 内小范围灰度测试的模型，而非已经全面发布、性能得到验证的产品。现有报道提到部分订阅用户获得了试用资格，一位用户分享的输出速度约为每秒 490 个 token；但智谱尚未公布官方速度数据，也没有保证实际使用中能持续达到这一速度。81547

目前有哪些消息？

只对部分订阅用户开放

量子位 10 月 12 日援引用户 @leo114119 的消息称，GLM-5.3-Highspeed 出现在智谱的编程工具 ZCode 3.15.1 中，以灰度方式随机开放给部分订阅用户。也就是说，拥有付费订阅并不代表一定能看到或使用它。8

一名 Lite 套餐用户尝试手动添加并切换到该模型，但没有成功。报道者也无法判断，原因是 Lite 套餐暂不具备资格，还是账号尚未被选入灰度范围。

490 tokens/s 是用户报告，不是官方基准

目前广为流传的约 490 tokens/s，来自早期用户的分享，并非智谱公布的官方指标，也不是经过独立、统一条件复测的结果。847按这个速度简单换算，生成 1 万个 token 约需 20.4 秒；这只计算文本生成时间，不代表一次完整任务的总耗时。

报道还将这一数字与其他模型的速度作了参照：GLM-5.3-FlashX 上月发布后，报道所称的最高速度约为 200 tokens/s；Artificial Analysis 对 Z.ai API 上 GLM-5.3-Flash 的测量值则约为 60 tokens/s。847这些数据来自不同模型和测试条件，不能视为严格的同场对比。即使数字差距明显，也不足以单独证明 Highspeed 在实际任务中的综合表现更好。

第三方目录列出的规格

Pi 编程工具的模型目录已收录 GLM-5.3-Highspeed，列出的参数包括 100 万 token 的上下文窗口、最高 131,072 个输出 token，以及 low、high、max 三档推理强度。这些是目录中的规格信息，并不能证明每项限制和设置都已在 ZCode 的这轮有限测试中开放或可用。

与 Omen Alpha 有关吗？

网上有人猜测，GLM-5.3-Highspeed 可能与 9 月出现在 OpenCode 上的匿名模型 Omen Alpha 有关；也有人提出它可能是其他 GLM 变体。这些说法目前都没有得到确认，不能当作模型身份的定论。8

速度提升意味着什么？

如果约 490 tokens/s 的速度能在更多用户和任务中稳定复现，同时保留有用的推理与编程能力，那么长文本生成和编程智能体的多轮迭代或许能少等一些时间。但这只是基于速度数据的条件性推断，并不等于端到端任务完成时间一定会缩短。眼下可以确认的范围仍有限：一次灰度测试、一项用户报告的速度，以及第三方目录中的规格信息。81547

截至 2026 年 10 月 13 日，GLM-5.3-Highspeed 更适合被视为一款正在 ZCode 内小范围灰度测试的模型，而非已经全面发布、性能得到验证的产品。现有报道提到部分订阅用户获得了试用资格，一位用户分享的输出速度约为每秒 490 个 token；但智谱尚未公布官方速度数据，也没有保证实际使用中能持续达到这一速度。81547

目前有哪些消息？

只对部分订阅用户开放

量子位 10 月 12 日援引用户 @leo114119 的消息称，GLM-5.3-Highspeed 出现在智谱的编程工具 ZCode 3.15.1 中，以灰度方式随机开放给部分订阅用户。也就是说，拥有付费订阅并不代表一定能看到或使用它。8

一名 Lite 套餐用户尝试手动添加并切换到该模型，但没有成功。报道者也无法判断，原因是 Lite 套餐暂不具备资格，还是账号尚未被选入灰度范围。

490 tokens/s 是用户报告，不是官方基准

目前广为流传的约 490 tokens/s，来自早期用户的分享，并非智谱公布的官方指标，也不是经过独立、统一条件复测的结果。847按这个速度简单换算，生成 1 万个 token 约需 20.4 秒；这只计算文本生成时间，不代表一次完整任务的总耗时。

报道还将这一数字与其他模型的速度作了参照：GLM-5.3-FlashX 上月发布后，报道所称的最高速度约为 200 tokens/s；Artificial Analysis 对 Z.ai API 上 GLM-5.3-Flash 的测量值则约为 60 tokens/s。847这些数据来自不同模型和测试条件，不能视为严格的同场对比。即使数字差距明显，也不足以单独证明 Highspeed 在实际任务中的综合表现更好。

第三方目录列出的规格

Pi 编程工具的模型目录已收录 GLM-5.3-Highspeed，列出的参数包括 100 万 token 的上下文窗口、最高 131,072 个输出 token，以及 low、high、max 三档推理强度。这些是目录中的规格信息，并不能证明每项限制和设置都已在 ZCode 的这轮有限测试中开放或可用。

与 Omen Alpha 有关吗？

网上有人猜测，GLM-5.3-Highspeed 可能与 9 月出现在 OpenCode 上的匿名模型 Omen Alpha 有关；也有人提出它可能是其他 GLM 变体。这些说法目前都没有得到确认，不能当作模型身份的定论。8

速度提升意味着什么？

如果约 490 tokens/s 的速度能在更多用户和任务中稳定复现，同时保留有用的推理与编程能力，那么长文本生成和编程智能体的多轮迭代或许能少等一些时间。但这只是基于速度数据的条件性推断，并不等于端到端任务完成时间一定会缩短。眼下可以确认的范围仍有限：一次灰度测试、一项用户报告的速度，以及第三方目录中的规格信息。81547