AREX Feed Article
Command Code 上线 GLM-5.3 FlashX：Z.ai 高速档进入第三方平台与订阅套餐
2026 年 9 月 19 日 02:54（UTC，北京时间 10:54），面向开源模型的编码智能体平台 Command Code 的官方 X 账号宣布：GLM-5.3 FlashX 已在其平台上线。按推文所述，这是 GLM-5.3 Flash 的高速变体，标称约 200 TPS（每秒输出词元数）、1M 上下文窗口、支持文本/图像/视频多模态，向所有套餐与 API 开放。发布账号 @CommandCodeAI 是 Business 认证账号，这条在发布当天已获得 477 个赞、33,877 次浏览。这是 Z.ai 自家 API 之外，第三方平台就这一高速变体作出的官方可用性公告。
FlashX 不是新模型。9 月 18 日，Z.ai 在自家 API 上线的是同名服务档：它与 8 月 26 日以 MIT 许可开源的 GLM-5.3-Flash（320B 总参数、18B 激活的混合专家（MoE）架构、1M 上下文），变化在推理服务栈与价格——每百万 tokens 输入 $0.37、输出 $1.25，是 Flash 挂牌价（$0.15/$0.50）的 2.5 倍，标称最高 200 tok/s。模型路由服务商 在 9 月 19 日的分析中提醒：这些速度数字都是厂商口径，当时没有任何外部复现。
推文之外，Command Code 官网已能查到 FlashX 的模型 ID 与价目
公告不止是一条推文。已经列出 GLM-5.3 FlashX 一行：1M 上下文，评分栏写着「not yet scored」（尚无评分），每百万 tokens 输入 $0.37、输出 $1.25、缓存读取 $0.075。的模型注册表同样收录了 z-ai/glm-5.3-flashx，用户可以通过 --model 参数或会话内的 /model 命令切换到它。多模态口径上，推文列的是文本、图像、视频，与 Z.ai 开发者文档一致，后者还多列了一项文件输入。
订阅套餐接入了，但 FlashX 在 GOAT 里每月只有 20 美元额度
推文称 FlashX「向所有套餐与 API 开放」。可以直接查证：GOAT 每月 $10、含 $70 额度，其中 GLM-5.3 FlashX 一行按 Z.ai 挂牌价计费，每月额度 $20——新接入的模型先按 2 倍杠杆给额度，Command Code 谈下折扣后额度会自动上调。按其估算模型，这笔额度折合每月约 4,720 次典型 agent（智能体）请求；相比之下，GLM-5.3 Flash 每月额度 $40、约 23,600 次。
第三方接入的时间线也可以对上：OpenRouter 的公开模型目录 显示，z-ai/glm-5.3-flashx 在 9 月 18 日 15:07（UTC）被收录——也就是 Z.ai 发布当天，上下文长度 1,048,576，定价同为 $0.37/$1.25，见其。Command Code 的公告比目录收录晚约 12 小时，补上的是订阅套餐这一层：Z.ai 的文档写明，GLM Coding Plan 目前尚未纳入 FlashX，订阅编码套餐的用户要用它只能按 token 付费；而在 Command Code，GOAT 订阅用户可以用月度额度调用这个档。
标称 200 tok/s 是峰值，OpenRouter 页面统计的 P50 是 70 tok/s
Z.ai 对加速来源的说法没有变：据 转述，FlashX 跑在约 10 万块国产加速器组成的集群上，用基于 SGLang 的自建推理栈、W8A8 量化，以及把多模态编码、预填充、解码拆开的分离架构。Z.ai 官方账号 9 月 17 日也这套服务 GLM-5.3-Flash 的基础设施，称从首次成功运行到投产不足两周、端到端吞吐较初始基线提升约 3 倍。这些全部是厂商口径。
对 200 这个数字要区分口径。OrcaRouter 指出，它是厂商报告的峰值，通常出现在短输出、缓存已热、集群空闲的请求上，而 FlashX 主打的长上下文多模态请求恰恰最难接近峰值；Artificial Analysis 在 Z.ai 自家 API 上实测底座模型 GLM-5.3-Flash 的输出速度是 98 tok/s（中位数）。
现在多了一个公开可查的数字。截至 9 月 19 日，OpenRouter 的 FlashX 模型页显示其网络内请求统计：P50（中位数）吞吐 70 tok/s，P95 157 tok/s，P99 约 215 tok/s，P50 往返延迟约 2.2 秒。中位数离 200 很远，但尾部请求确实能超过厂商标称的峰值。需要说明，这是请求遥测，不是受控基准；OrcaRouter 写分析时仍表示，Z.ai 之外尚无人公布过 FlashX 的吞吐测量结果。
回复区：有人夸快，有人问账单，也有人贴出错码
这条公告下的 29 条回复呈现出几种态度。 说「200 TPS 加 1M 上下文，就是为并行 agent 运行准备的」； 称「快得很，我刚刚就在用」。另一种担心来自 ：「200 TPS 听着很好，直到高速变体开始幻觉出错误的 import 路径」——他认为多步编辑任务里，慢一些的模型通常更值。 只回了两个词：cost?（多少钱？）
服务状态也有杂音。 贴出 429 报错，提示「上游模型提供方暂时不可用」； 报告调用 deepseek 4.1 flash 时收到 503。这两条指向平台上的其他模型与稳定性，属于个别用户的即时反馈，说明不了 FlashX 档本身的表现。
截至发稿，FlashX 在 Command Code 模型目录里的评分栏仍停在「not yet scored」，针对这个档位的独立评测也还没有出现。