待验证50% 置信事件精确时间
B站UP主使用llama.cpp通过4张RTX 3090加载了GLM 5.3 Flash的1-bit量化版本，生成速度达33.5 tok/s。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/15
首次发现
有效期至：2026/10/29
来源
GLM 5.3 Flash 本地实测：320B 模型 1-bit 量化塞进 4 张 3090
bilibili四月的尾巴_2026/10/13
涉及实体
相关事实
待验证智谱推出 GLM-4.5 FlashX，最高速度达 200 Tokens/秒，API 已上线75% 相似待验证在RTX 3060上，开发者用Triton手写的面向batch-1解码的融合W4A16 GEMV内核速度约为25.5 tok/s，追平了bitsandbytes NF4量化方案的约25.7 tok/s。73% 相似待验证LTX-2.3 视频片段生成速度提升约 4.5 倍，得益于蒸馏采样、编译修复以及托管的 FP8 权重70% 相似待验证MiMo V2.6 Flash 总参数 310B、激活参数 15B，速度比 Pro 快了接近一倍70% 相似待验证上一代v4 Flash于7月发布，为2840亿参数，社区可将4-bit专家打包成128GB的gguf版本，用四张二手RTX 3060即可运行70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1035997API
curl https://kongchang.com/api/v1/knowledge/claims/1035997MCP
get_claim(id=1035997)