5月22日，智谱正式推出GLM-5.1高速版API（GLM-5.1-highspeed），面向企业客户在MaaS平台定向开放。该模型在保留旗舰级能力基础上，实现最高约400 tokens/s的稳定输出速度，刷新大模型官方API性能记录，并支持200K上下文窗口及最高128K单次输出。产品由智谱GLM团队与TileRT团队联合优化，通过推理引擎重构、动态批处理与KV缓存调度、集群协同等系统级改进提升吞吐效率。该能力主要面向高频交互场景，包括AI编程、多智能体协作、实时交互与语音应用等。
5月22日，智谱正式推出GLM-5.1高速版API（GLM-5.1-highspeed），面向企业客户在MaaS平台定向开放。该模型在保留旗舰级能力基础上，实现最高约400 tokens/s的稳定输出速度，刷新大模型官方API性能记录，并支持200K上下文窗口及最高128K单次输出。产品由智谱GLM团队与TileRT团队联合优化，通过推理引擎重构、动态批处理与KV缓存调度、集群协同等系统级改进提升吞吐效率。该能力主要面向高频交互场景，包括AI编程、多智能体协作、实时交互与语音应用等。