Unverified75% confidenceFactTime unknown
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
Sources
75%
Confidence
Medium-term (~90 days)
Relevance
5/31/2026
First Seen
Valid until: 8/29/2026
Sources
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
Related Entities
Related Claims
UnverifiedGLM-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% similarUnverified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% similarUnverifiedGLM5.1在复杂任务中高级功能的Token消耗速度远超预期71% similarUnverified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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/6845API
curl https://kongchang.com/api/v1/knowledge/claims/6845MCP
get_claim(id=6845)