品玩5月22日讯，智谱今天宣布，正式面向部分企业客户推出GLM-5.1高速版API。该模型输出速度达到400 tokens/s，刷新了当前全球大模型厂商API的速度上限。
这一突破打破了行业长期以来“高速即轻量”的惯例，首次在国产大模型中将旗舰级能力与极致低延迟同时带入生产环境，用户无需再为响应速度牺牲模型质量。
该高速版由智谱GLM团队与TileRT团队联合打造，通过推理引擎、调度系统与底层基础设施的系统级优化，实现了稳定可用的生产级能力。实测显示，其在30秒内即可完成复杂网页代码生成，并支持在3D游戏等场景中实现瞬时建模与实时交互。目前，该API已面向智谱MaaS平台部分企业客户开放，适用于AI编程、实时语音等对延迟极度敏感的场景。
上一篇资讯
首个三模式大语言模型：4倍token吞吐量，长文本秒级时代要来了？
编辑 | 泽南 这是一个打破传统大语言模型解码限制的研究。 英伟达提出了全球首个三模式的大语言模型系列，只需简单更改注意力模式 / 掩码，即可在自回归、扩散和自推测解码之间切换。 一个模型，三种解码模式，没有额外的草稿模型，没有架构变更。 最快的模式 token 吞吐量能提升 4...
下一篇资讯
梁文锋挖来一位学弟
一位大牛加入了DeepSeek。 消息传开，DeepSeek内部正在组建Harness团队，方向是代码智能体产品，对标Anthropic旗下的Claude Code，随后DeepSeek资深研究员陈德里证实该消息。与之同步，DeepSeek开放了Harness产品经理与研发工程师...
