发布时间:2026-10-06 00:18 更新时间:2026-10-06 00:18 阅读量:2
智谱在9月18日上线了GLM-5.3-FlashX,这款模型的推理速度最高可达200 Tokens/s,相比上一个版本提升了约5倍。据了解,配套的10万张国产芯片推理集群上线后很快就被打满,反映出当前市场对高吞吐推理能力的强烈需求。
从公开信息看,智谱今年在算力上的投入节奏明显加快:7月完成40亿美元融资,9月又完成50亿美元再融资,资金主要用于持续扩容算力。智谱在近期的电话会上提到,算力约束正在逐步解除,与海内外头部云服务商签署的收入分成协议,相关收入从10月起开始确认,全业务口径的年度经常性收入已达18亿美元,年末指引上调至30亿美元。
GLM-5.3-FlashX的速度提升,不只是一次单纯的模型迭代。推理速度上到200 Tokens/s这个量级,意味着单卡每秒能吐出的内容更多,同样的硬件规模可以服务更多并发请求,对调用量大的应用场景来说,单位成本会明显下降。
更值得关注的是那套10万张国产芯片的推理集群。过去行业里讨论国产算力,焦点多集中在训练环节能不能顶上,而这次是推理侧先跑出了规模——集群上线即被打满,说明需求端已经真实存在,不再是单纯的验证性部署。对做应用开发的团队来说,这也意味着可选的高性价比国产推理资源在变多。
今年以来国产超节点和集群的落地节奏确实在加快,昇腾950液冷超节点、中科曙光10万卡国产超集群、沐曦曦景S600超节点等陆续亮相。推理集群能被快速消耗完,侧面印证了Token调用量的增长速度。有公开数据显示,2026年3月我国日均Token调用量已突破140万亿次,较2024年初增长超过1400倍。
大模型推理提速、算力供给增加,对做网站和轻量应用的团队是直接利好。以前接入大模型能力,往往要权衡响应速度和调用成本,现在高吞吐模型加上国产推理集群的规模化,接口延迟和单价都有望继续下探。如果站点里有智能客服、内容摘要、站内搜索这类需求,可以留意各家开放平台的模型版本更新和计费调整。
需要提醒的是,模型上线时间、具体性能指标、计费规则和可用区域,均以智谱官方公告和开放平台文档为准,不同接入方式的实际表现可能受网络、并发和限流策略影响。
从整体节奏看,头部厂商通过大额融资突破算力瓶颈后,竞争重心正在从“能不能训出来”转向“能不能稳定、便宜地跑起来”。推理侧的规模化供给,接下来大概率会成为各家拉开差距的关键一环。
| 📑 | 📅 |
|---|---|
| 世界模型成AI视频融资新叙事,前7个月吸金666亿 | 2026-10-06 |
| 无问芯穹递表港交所,AI基建IPO梯队浮现 | 2026-10-06 |
| 大厂抢滩个人AI助理:小豆、千问、Handy Bot路线分化 | 2026-10-06 |
| DeepSeek营收破10亿美元,筹备科创板上市 | 2026-10-06 |
| 国产AI算力超节点密集落地,10万卡集群走向工程化 | 2026-10-06 |
| 从会回答到会做事:国产AI智能体加速落地政务与企业场景 | 2026-10-06 |
| 超衍智能3个月融资近4亿元,主攻递归自我改进 | 2026-10-06 |
| 七部门推动算力开放,全国智能算力达188.2万PFLOPS | 2026-10-06 |
| 160000枚昇腾芯片在内蒙古集结,DeepSeek算力布局浮出水面 | 2026-10-07 |
| DeepSeek近千亿融资与国产算力布局新进展 | 2026-10-07 |