5月22日｜智譜近日推出GLM-5.1高速版API“GLM-5.1-highspeed”，其模型輸出速度達到400 tokens/s，刷新了當前全球大模型廠商API的速度上限。長期以來，高速模型幾乎總是輕量級模型，但GLM-5.1高速版打破了這一行業慣例。它首次在國產大模型中，將旗艦級能力與極致低延遲同時帶入生產環境，用户無需再為響應速度犧牲模型質量。實測顯示，在AI編程場景中，寫代碼彷彿開啟了10倍速，模型能夠一邊理解工程上下文，一邊持續生成代碼與修改方案；在3D遊戲中，玩家控制一個角色在3D地圖裏移動並輸入文字，模型會根據輸入的文字瞬時建模，場景實時改變，此前因延遲而無法實現的全新產品形態，開始真正具備落地可能；在交互界面上，在用户提出需求的那一刻，模型可以即時生成恰好匹配該需求的工具與交互，甚至可以做出意圖判斷。實現這一速度的核心是TileRT高性能推理引擎。該引擎由智譜GLM團隊與TileRT團隊聯合打造，在推理引擎、調度系統與底層基礎設施三個層面進行了系統級優化。其設計思路是徹底拋棄Runtime層的動態調度，在編譯期（AOT）將整個計算圖靜態編排為一個常駐GPU的persistent Engine Kernel。目前，GLM-5.1高速版適用於AI編程、實時交互、商業決策、實時語音等速度敏感場景，並通過智譜MaaS平台向部分企業客户開放。