智譜 GLM-5.3-Highspeed 灰度上線，實測 490 tokens/s
智譜在 Zcode 3.15.1 中灰度上線高速模型 GLM-5.3-Highspeed，訂閱使用者隨機獲得體驗資格，有網友實測速度達 490 tokens/s。作為對比，上月亮相的 GLM-5.3-FlashX 最高 200 tokens/s，GLM-5.3-Flash 在 Z.ai API 上約 60 tokens/s。
披露了 490 tokens/s 的實測速度、100 萬 token 上下文與三檔思考強度，是智譜高速模型從 400 TPS 的又一次提速，對關注 Zcode 與長程任務推理速度的開發者有參考價值。
原標題：智谱新模型，490 tokens/s！
閱讀原文
| 評分 | 58 / 55（平均 56，門檻 65） |
|---|---|
| 狀態 | 未入選 |
相關報導
OpenAI 上線 GPT-6 Astra Ultrafast，基於 NVIDIA Blackwell
GPT-6 Astra Ultrafast 已在 OpenAI API 上線，並向符合條件的 ChatGPT Work 與 Codex 使用者開放，執行在 NVIDIA Blackwell GPU 上。官方稱其 token 生成速度最高可達 Astra Standard 模式的 8 倍，可縮短 coding agent 的編輯—測試—除錯迴圈，並減少工具呼叫之間的等待。開發者可通過 API 使用，訪問方式、價格與實現細節見 Ultrafast 指南。
GPT-6.1 Sol 超高速模式登陸 Codex 與 ChatGPT Work
GPT-6.1 Sol 的 Ultrafast 超高速模式已在 Codex 和 ChatGPT Work 上線，主要作用是加快 token 生成速度。該模式對 Pro $500 方案以及符合條件的 Enterprise 和 Edu 方案開放，企業版預設關閉，需要工作區管理員手動開啟。它支援將推理駐留在美國和歐洲（EEA 加瑞士）。官方另提供 Ultrafast 模式的方案與工作區要求、模型選擇指南，以及用量和額度費率說明。
Anthropic 文章設想 AI 每秒輸出百萬 token
Anthropic 發布一篇思想實驗文章，探討「每秒 100 萬 token」的四種含義：上下文容量、輸入處理速度、聚合吞吐量和單智慧體輸出速度，並強調這不是對任何現有模型的實測。文中以 Claude Opus 5.5 為例，其上下文視窗為 100 萬 token，但單次請求輸出上限遠小於此。文章用互動計算器演示：若單智慧體達到每秒 100 萬 token，1000 個故事結局約 1 秒寫完，但加入 60 秒固定檢查後，端到端加速從 10000 倍降至 132.57 倍。
OpenAI 宣布 GPT-6 提速 50%，第三方實測訂閱額度只有 Claude 的 1/5
OpenAI 兌現 28 天連更承諾的第 1 天更新：GPT-6 Astra 與 GPT-6.1 Sol 預設速度提升約 50%，輸出從 30 TPS 提到 50 TPS，使用者無需操作、兩小時內生效，並覆蓋 OpenCode、Pi、Amp、Devin 等通過 Sign in with ChatGPT 接入的合作伙伴。
Claude Haiku 5.5 發布，跑分逐項超 GPT-6 Luna，價格最高降 90%
Anthropic 發布 Claude Haiku 5.5，官方跑分逐項超過 GPT-6 Luna，成為新的小模型守門員。10 萬 token 以內的請求輸入輸出價格降 90%，超出部分降 50%，但換用新 tokenizer 後同一任務耗費 token 更多，實際省下的錢少於標價折扣。它首次支援 low 到 max 五檔 effort 調節，OSWorld 2.1 上 Low 檔準確率 42.0%、單次成本 $0.07，Max 檔 72.4%、$0.61；