GLM-4-Flash，免费！

大型模型技术一路高歌猛进，MaaS服务也开始从“高配专属”走向“人人可用”。这次，智谱AI把GLM-4-Flash API直接免费开放了——口号很直白：用最前沿的技术，服务最广大的用户。GLM-4-Flash在速度和性能两个维度上都下了功夫。 先看速度。为了把推理延时压下来，团队用了自适应权重量化、多种并行处理、批处理策略和投机性采样等一系列“加速包”。根据第三方模型的测试数据，GLM-4-Flash在一周的连续测试里，推理速度稳定保持在72.14 token/s左右，领先同行一截。 再看性能。预训练阶段喂了10T高质量多语言数据，支持多轮对话、网页搜索、工具调用，以及最长128K上下文的长文本推理。覆盖汉语、英语、日语、韩语、德语等26种语言。光免费开放API还不够，为了帮大家把模型落地到具体场景，GLM-4-Flash同步开放了模型微调功能——不同需求都能找到合适的切入点。