5月22日，智谱盘中一度涨超22%，截至发稿，智谱涨幅收窄至20%左右，报1219港元。消息面上，今日智谱宣布，面向部分企业客户提供GLM-5.1高速版API“GLM-5.1-highspeed”，其模型输出速度达到400 tokens/s，刷新当前全球大模型厂商API的速度上限。
这一速度意味着，一位写作者连续伏案数天才能写完的文字量，它在1分钟内便交付完毕；一名工程师埋头敲键盘3天才能完成的开发任务，它能在喝一杯咖啡的时间里完成。
在过去，“快”往往意味着“小”，高速模型几乎总是轻量级模型。据了解，GLM-5.1高速版打破了这一行业惯例，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，无需再为响应速度牺牲模型质量。
过去一年，国内大模型的Coding（编程）能力快速提升，而Coding恰恰是AI应用中对速度较为敏感的场景之一。
通常，一个Coding Agent（智能体编程）任务往往需要经历数十轮模型调用，单轮响应只要慢上几秒，整体耗时就可能拉长十几分钟；面对长程任务的大型重构项目，每一步响应慢1秒，逐步累加又是几分钟的空等。
智谱方面表示，GLM-5.1高速版在完整保留GLM-5.1能力的基础上，第一次拥有“即问即答”的响应速度，带来的体感完全不同，模型开始真正成为一个可以实时协作的伙伴，和用户坐在一起盯着画布调参。
例如，用户使用GLM-5.1写代码像开启了10倍速，模型能够一边理解工程上下文，一边持续生成代码与修改方案，用户刚输入需求，函数、接口与调用链已经同步展开。
据智谱介绍，GLM-5.1高速版API“GLM-5.1-highspeed”由智谱GLM团队与TileRT团队联合打造，主要在推理引擎、调度系统与底层基础设施三个层面进行了系统级优化。GLM-5.1高速版适用于AI编程、实时交互、商业决策、实时语音等对响应延迟要求极高的场景，现已面向智谱MaaS平台部分企业客户开放。
“我们将持续推进推理引擎的工程优化，进一步扩大高速模型的服务能力，让更多开发者与企业能够获得低延迟、高智能的生产级AI能力。”智谱表示。
