据 Beating Monitoring，智谱已为部分企业客户推出 GLM-5.1 高速 API，模型输出速度最高可达 400 tokens/s，创下大语言模型官方接口吞吐的新全球纪录。该高速版本由智谱与 TileRT 团队共同开发的高性能推理引擎驱动，在通过 GPU 内核优化和按瓦片级别的任务调度显著降低延迟的同时，保持旗舰模型的全部能力。
免责声明：本页面信息可能来自第三方，仅供参考，不代表 Gate 的观点或意见，亦不构成任何财务、投资或法律建议。数字资产交易风险较高，请勿仅依赖本页面信息作出决策。具体内容详见
声明。
