待验证75% 置信事实时间未知

GLM 5.1 High Speed声称在不降低模型能力的前提下实现400 token/s，突破点在于推理系统层面的工程优化而非模型压缩

1

来源数

75%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

GLM 5.1满血旗舰模型实测400 TPS，两分钟从草图到完整应用

bilibiliAI冷科长

涉及实体

GLM 5.1 High Speedmodel

相关事实

待验证GLM-4.6在某些任务中存在Token使用效率偏低的问题，用词量偏多72% 相似待验证在提示词中要求GLM5减少思考可以显著缩短推理过程并提升输出准确性72% 相似待验证GLM5.1在复杂任务中高级功能的Token消耗速度远超预期71% 相似待验证在完全不使用工具的场景下，GLM 5.2受模型规模制约上限，Claude Opus等模型表现更优，但引入工具调用后差距迅速缩小69% 相似待验证使用BERT量级的模型配合良好工程设计，推理延迟可控制在毫秒级，部署成本仅为大模型的百分之一66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/6845

API

curl https://kongchang.com/api/v1/knowledge/claims/6845

MCP

get_claim(id=6845)