GLM 5.3 在 GLM 5.2 744B 基础上做了额外的后训练，是一款前沿级别的模型。

在开源 SGLang 的性能上，这又是一个 NVIDIA 在真实 agentic 推理性能上胜过 AMD 的模型。在 150 tok/s/user 的 p90 交互性下，NVIDIA 的成本效率最高领先 5 倍。

「硬件白送」检验

衡量这种差距有一个很实用的方法。以 AMD 软件当前的状态，在 150 tok/s/user 时，NVIDIA 的性能优势大到这种程度：即便竞品芯片硬件白送（服务商当然仍要承担数据中心托管、电力和其他运营成本），用 NVIDIA 的单 token 成本依然更低。

这个说法之所以重要，是因为在采购谈判中最常被拿来用的杠杆就是硬件价格；而在这个运行点上，这根杠杆的力量不够。真正的约束是软件，而不是物料成本。

这是一次快照，不是最终结论

这个差距是相对 AMD 软件当前状态测得的，而在这批结果的其他部分中，这一状态一直在快速变化。我们期待 AMD 在几周后的 AgentX 更新文章中带来性能优化，那篇文章还会包含其他一些非常有意思的结果。

范围也要说清楚：这里比较的是开源 SGLang。在同一个模型的部分区间上，AMD 的厂商引擎讲的是另一个故事，我们另文说明。

本文结果只是 AgentX 1.0 的一个切面。完整分析、回放方法，以及该基准测试推动的 70 多个上游 PR，请见 AgentX - InferenceXv3：CUDA 护城河在 agentic 推理中还站得住吗？。每个数据点都可以在免费仪表板上自行探索。