9月18日，智谱宣布正式上线GLM-5.3-FlashX模型，该模型最高支持200 tokens/s的推理速度，面向企业与开发者提供更快的模型响应体验。此前，GLM-5.3-Flash以“Ox Alpha”之名面向全球开发者发布，调用量持续增长，此次推出的FlashX版本是在原有基础上进一步优化推理效率的产物。

为应对快速增长的需求，智谱在10万张国产芯片提供的推理算力基础上，加大了对基础设施侧的投入与推理优化。官方表示，GLM-5.3-Flash长期保持同尺寸模型中的最强智能水平，此次提速旨在形成智能、价格、速度三方面的综合竞争力。

目前，GLM-5.3-FlashX API已上线，Model Key为GLM-5.3-FlashX。定价方面，该模型相比GLM-5.3-Flash有所提高：输入单价为2元/百万Tokens，输出单价为7元/百万Tokens，缓存存储限时免费，缓存命中价格为0.57元/百万Tokens。作为对比，GLM-5.3-Flash的输入和输出单价分别为0.8元和2.8元，缓存命中为0.23元。

GLM-5.3-FlashX支持图片、视频、文件、文本四种输入模态，与GLM-5.3-Flash保持一致。开发者可通过智谱开放平台文档获取API调用方法。此次FlashX的推出，意味着智谱在高速推理场景下提供了更细分的选择，但用户需在速度与成本之间做出权衡。