A empresa Zhipu aparentemente está testando uma versão mais rápida de seu modelo mais recente. O modelo chamado GLM-5.3-Highspeed começou a aparecer no ZCode, a ferramenta de codificação da empresa, de acordo com um comunicado da QbitAI. A fonte dessa informação é um usuário que descobriu o modelo pela primeira vez na versão ZCode 3.15.1.
O acesso a este modelo é limitado. Ele está sendo implementado como um lançamento beta para assinantes selecionados aleatoriamente e não está disponível para todos os usuários do plano pago. Um repórter da QbitAI, que utiliza o plano Lite, tentou adicionar e mudar manualmente para este modelo, mas não conseguiu, possivelmente porque seu nível de acesso não é adequado ou sua conta não foi incluída no teste.
Os números que chamaram a atenção vêm de usuários, e não da própria Zhipu. O usuário que descobriu o modelo compartilhou uma captura de tela mostrando que a geração ocorre a uma velocidade de aproximadamente 490 tokens por segundo. Com essa velocidade, a criação de 10.000 tokens levaria cerca de 20 segundos. Como a Zhipu não fez um anúncio oficial sobre este modelo nem publicou métricas oficiais de taxa de transferência, esse número deve ser considerado uma medição feita pelo usuário, e não um nível de serviço garantido.
Para comparação, o GLM-5.3-FlashX, lançado pela Zhipu no mês passado, atingia uma velocidade máxima de cerca de 200 tokens por segundo, enquanto a Artificial Analysis mediu o GLM-5.3-Flash através da API Z.ai com uma velocidade aproximada de 60 tokens por segundo.
Houve rumores anteriores sobre este modelo. O catálogo de modelos Pi, um agente de codificação aberto, já inclui o GLM-5.3-Highspeed com uma janela de contexto de 1 milhão de tokens e uma saída máxima de 131.072 tokens, ou cerca de 128 mil, além de configurações de níveis baixo, alto e máximo de esforço de raciocínio.
Usuários no Reddit também questionaram a relação deste modelo com o Omen Alpha, um modelo anônimo que apareceu no OpenCode em setembro e foi frequentemente associado ao GLM. As suposições sobre a identidade do Omen Alpha variam: alguns apontam para o GLM-5.3-Highspeed, outros para o Omni ou uma variação do 5.4 Flash. Nada disso foi confirmado pela Zhipu.
Se a velocidade próxima de 490 tokens por segundo for mantida com um uso mais amplo, este modelo será de maior importância para tarefas longas de agentes e codificação, onde o tempo de espera de geração se acumula. No momento, ele permanece como um teste limitado dentro do ZCode.