AI 资讯速递 (2026/5/22)： 智谱推出GLM-5.1高速版API，GLM-5.1-highspeed
导读摘要：
智谱开放平台发布GLM-5.1高速版API GLM-5.1-highspeed，模型输出速度达400 tokens/s，刷新全球大模型API速度上限。该API由智谱与TileRT团队联合推出，首次在国产大模型中实现旗舰级能力与极致低延迟兼得。现已面向部分企业客户开放。
[智谱推出GLM-5.1高速版API，刷新全球大模型API速度上限]
资讯详情
智谱开放平台于5月22日发布了GLM-5.1高速版API GLM-5.1-highspeed。这一新版本的API在模型输出速度上达到了400 tokens/s，显著提升了大模型在实时应用中的性能。GLM-5.1-highspeed由智谱与TileRT团队合作开发，旨在解决当前大模型在实际应用中面临的延迟问题。该API适用于AI编程、实时交互和实时语音等对延迟要求极高的场景。
400 tokens/s：GLM-5.1-highspeed的模型输出速度达到了400 tokens/s，这是目前全球大模型API中的最高速度记录。这一突破使得模型在实时应用中的响应时间大幅缩短。
低延迟：通过优化 Inference 过程和 RAG 技术，GLM-5.1-highspeed实现了低延迟输出，确保了在高并发场景下的稳定性和可靠性。这对于需要快速响应的实时交互应用尤为重要。
部分企业客户开放：目前，GLM-5.1-highspeed已面向部分企业客户开放。这些企业可以利用该API进行AI编程、实时交互和实时语音等应用场景的开发和测试。未来将逐步扩大开放范围。
AI-ALL 深度点评
GLM-5.1-highspeed的发布标志着国产大模型在性能优化方面取得了重要进展。400 tokens/s的输出速度不仅提升了用户体验，还为开发者提供了更多可能性，尤其是在实时交互和语音处理领域。这一技术突破有望推动更多高要求应用场景的落地，进一步丰富AI生态。同时，智谱与TileRT团队的合作展示了国内企业在技术协同创新方面的潜力，为未来的大模型发展提供了新的思路和方向。