9 月 18 日，智谱正式上线 GLM-5.3-FlashX。新版本将推理速度提升至最高 200 tokens/s，较上一代 GLM-5.3-Flash 提速 5 倍，定价同步提升至原版的 2.5 倍。API 已全面开放，Model Key 为「GLM-5.3-FlashX」。同日智谱港股股价大涨 6.42%，报 787.5 港元/股。
前世「Ox Alpha」：匿名上线爆红后认领开源
GLM-5.3-FlashX 并非横空出世。8 月 20 日，一个名为「Ox Alpha」的匿名模型以「神秘模型」「牛来模型」的身份在 OpenRouter 平台上线测试，因来路不明但表现强劲，被国内开发者冠以「牛来」称号。8 月 26 日，智谱正式认领并开源，彼时调用量已高达 62T，双平台登顶并刷新历史纪录。
值得注意的是，GLM-5.3-Flash 长期保持同尺寸模型中最强智能水平，同时具备较高毛利率。FlashX 版本的提价策略，被视为智谱在高速推理市场寻求更高利润率的主动选择。
国产算力底座：10 万张芯片支撑
此次新版本背后，是智谱大规模国产算力集群的支撑。据介绍，由10 万张国产芯片组成的推理集群上线即满负荷运行，面对持续超预期的市场需求，智谱再次扩大算力规模，推出速度更快、定价更高的 FlashX 版本。
在当前国产大模型竞争格局下，智谱、阿里等头部公司已从「抢算力」转向「拼效率」——推理速度、响应体验与单位成本正在成为新的核心竞争标尺。
定价策略：速度换利润
FlashX 将价格提升至 GLM-5.3-Flash 的 2.5 倍，对应的是 5 倍的推理速度提升。在保持同等智能水平的前提下，这一策略瞄准的是对响应延迟更敏感的企业级开发者——如客服实时对话、代码助手、交互式数据分析等场景。
不过，也有开发者反馈 FlashX 版本「额度消耗明显加快」，实际使用成本需结合业务场景仔细评估。
行业趋势：从拼参数到拼效率
GLM-5.3-FlashX 的发布，折射出国产大模型竞争逻辑的一次深层切换。今年下半年以来，阿里 Qwen3.8-Flash 训练成本骤降 90%、推理定价低至输入 0.8 元/百万 Tokens、输出 2.7 元/百万 Tokens；智谱则以「智能水平 + 推理速度」双轮驱动，走高价高速路线。
两条路线孰优孰劣，尚待市场检验。但可以确定的是，2026 年下半年的大模型战场，已经从「谁更强」转向「谁更快、更便宜、更省 token」。