Zhipu AI a lancé GLM-5.3-FlashX, affirmant une inférence de près de 200 tokens par seconde sur ~100,000 accélérateurs nationaux.

Le modèle Flash de base est un MoE de 320B avec 18B de paramètres actifs, optimisé par une stack de service Infra Agent.

Généré par IA : résumés rédigés par une IA à partir des sources citées. Notre usage de l'IA