# 智谱发布 GLM-5.1 高速版，API 输出冲到每秒 400 个 token

> 原标题：智谱GLM-5.1高速版发布：刷新全球大模型API速度纪录

- 来源：AI HOT 精选
- 发布时间：2026-05-22T02:02:46.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/25427
- 原文：https://www.ithome.com/0/953/717.htm

## 摘要

智谱在 5 月 22 日给部分企业客户开放了 GLM-5.1-highspeed 接口，输出速度标称 400 tokens/s，说是目前大模型厂商里最快的。过去跑得快的模型通常能力会打折，这次智谱声称把旗舰模型的能力和低延迟同时塞进了生产环境。提速主要靠 GLM 团队和 TileRT 团队在三个层面做的系统优化：推理引擎重写了核心路径来提升单卡吞吐。

## 推荐理由

智谱向部分企业客户开放 GLM-5.1 高速版接口，标称输出速度达每秒 400 个 token，其提速来自推理引擎核心路径重写等系统优化，可用于观察旗舰模型能力与低延迟在生产环境中的取舍。

## 锐评

400 tokens/s 这个数先当参考，并发、上下文、价格一个没给，跑分条件不明。智谱拉上 TileRT 重写推理引擎核心路径这件事有信息量，国产模型开始卷系统级优化，不再只刷榜。速度真能落地，同一个 agent 任务等待短、账单低，这是实打实的。
