GLM 5.3 Flash 实测：未调优即获 881 tok/s
HankYeomans · x · 2026-08-27
Alex Ellis 转引的实测数据显示，GLM 5.3 Flash 模型在未微调状态下，于 2x DGX Station (TP=2) 上实现了 881 tokens/s 的吞吐量（C=64），单并发下为 232 tok/s。长文本场景下可支持 4-8 个并发用户，且支持视觉能力。
所属事件:GLM-5.3 Flash 实测刷屏：性能对标 GPT-5.6、成本仅美分级(7 条相关)→
「模型」频道最新
- 阶跃星辰开源 Step 5 Preview：600B 参数、27B 激活、1M 上下文 — Dr_Singularity · 2026-10-15
- Google 官方展示 Gemini 4 Argon 攻坚内部最难工程问题 — CurieuxExplorer · 2026-10-15
- Perplexity 新 embedding 模型：大模型建索引、小模型做查询 — antoine_chaffin · 2026-10-15
- 797GB n-gram 放进 CPU 内存，小模型硬扛多 57% 算力 — PangWeiKoh · 2026-10-15
- 爆料称 Kimi 旗舰 x4 已完成预训练，K3.1 开始内部测试 — lyraxana · 2026-10-15
- Unsloth 发布 Nemotron 3.5 本地量化包:Bolt 24GB 内存可跑 — danielhanchen · 2026-10-15