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。