智谱发GLM-5.3-Flash，官方技术文档里：线上推理流量全部由10万张国产芯片集群扛下来。匿名测试期（Ox-Alpha）峰值跑过62T token，正式服务期日均真实负载约100万亿（1e14）token级。不是实验室跑demo，是实打实的全球开发者访问，全跑在国产卡上。

效率这事，智谱自己说得挺克制：硬件效率和单token成本跟主流英伟达GPU“相当”。

“相当”这词搁国产芯片身上，分