GLM-5.3-Flash 登顶基准，推理速度达 294 tok/s
Arindam_1729 · x · 2026-09-01
Zai 旗下的开源模型 GLM-5.3-Flash（又名 Ox Alpha）在 Artificial Analysis 基准测试中夺得第一名。该模型在 Nebius 平台上运行，实现了惊人的 294 tokens/s 推理速度，创下了该基准的历史纪录。
模型关键特性：
- 极速推理：294 输出 tokens/秒，适合对延迟敏感的应用。
- 超大上下文：支持 100 万 token 上下文窗口。
- 隐私安全：零数据保留（Zero data retention）。
- 多模态能力：具备多模态处理能力。
所属事件:GLM-5.3-Flash 借 Nebius 平台登顶推理速度榜(2 条相关)→
「Infra」频道最新
- MiniCPM-V 4.7 上了手机:35B MoE 在 iPhone 上 3GB 内存跑出 13+ tokens/s — heyshrutimishra · 2026-10-16
- 个人 C++/Vulkan 推理引擎 LaForge 调优后 SD1.5 出图快 30-46 倍 — Ichidan256 · 2026-10-16
- 卖一张 5090 换四张 R9700：显存翻倍值不值 — poofph · 2026-10-16
- 32GB 内存+8GB 3070 跑 PolyStrata+ Cline，约 90 tok/s — rpwoerk · 2026-10-16
- TensorFold 1.0.12 发布：120B 视觉模型跑进 1-2 台 DGX Spark — HankYeomans · 2026-10-16
- vLLM 适配 NVIDIA RTX Spark PC，前沿模型可本地部署 — vllm_project · 2026-10-16