网友称自托管 GLM 模型在双 RTX 6000 Pro 上跑出 175 tok/s、98% 草稿接受率

网友 HankYeomans 分享本地部署数据：疑似 GLM 模型（写作 GLM-5.3-EX3，型号名待证实）在两块 RTX 6000 Pro 上达到 175 tok/s，搭配投机解码的草稿接受率高达 98%。发帖人自己称这个数字「ridiculous」。该型号名称疑为笔误，数据未经证实。