【国海海外】GLM5.1加速不减智，智谱ARR飞轮提速 GLM-5.1-highspeed： 通过TileRT高性能推理引擎，把频繁启停的算子执行变成更持续的流
- 序号：062
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
【国海海外】GLM5.1加速不减智，智谱ARR飞轮提速 GLM-5.1-highspeed： 通过TileRT高性能推理引擎，把频繁启停的算子执行变成更持续的流水线执行， 提升单卡吞吐能力、降低调度延迟、并构建稳定的基础设施、实现旗舰模型输出速度400TPS、刷新当前全球大模型厂商API的速度上限 ，大幅领先于采用海外旗舰推理卡的轻量化模型Gemini 3.5 Flash（250+TPS）
通过对PD分离、KV分级缓存Infra的通信架构优化，实现交换机与光模块资本支出减少33%； GPU平均推理吞吐提升15%、TTFT-P99降低40.6%、助力Tokens输出提速
推理效率跃升有望加速智谱ARR飞轮。根据Artificial Analysis Coding Agent Index，GLM-5.1是仅次于GPT-5.5和Opus 4.7的中国SOTA生产力模型，深受市场认可， 公司目前受制于算力瓶颈Tokens供不应求、ARR可以拆解为卡数x单卡Tokens吞吐xTokens定价、推理效率提升有望助力公司突破瓶颈、提升ARR斜率
重要提示：以上信息为公开资料整理，不涉及投资建议及研究观点，仅供参考，本公司不保证其准确性、完整性与时效性；市场有风险，投资需谨慎！
资料来源：智谱公众号、Artifical Analysis
更多欢迎联系：陈梦竹/尹芮/张文宇
总体总结
主题正文
- 【国海海外】GLM5.1加速不减智，智谱ARR飞轮提速
- GLM-5.1-highspeed： 通过TileRT高性能推理引擎，把频繁启停的算子执行变成更持续的流水线执行， 提升单卡吞吐能力、降低调度延迟、并构建稳定的基础设施、实现旗舰模型输出速度400TPS、刷新当前全球大模型厂商API的速度上限 ，大幅领先于采用海外旗舰推理卡的轻量化模型Gemini 3.5 Flash（250+TPS）
- 通过对PD分离、KV分级缓存Infra的通信架构优化，实现交换机与光模块资本支出减少33%；
- GPU平均推理吞吐提升15%、TTFT-P99降低40.6%、助力Tokens输出提速
- 根据Artificial Analysis Coding Agent Index，GLM-5.1是仅次于GPT-5.5和Opus 4.7的中国SOTA生产力模型，深受市场认可， 公司目前受制于算力瓶颈Tokens供不应求、ARR可以拆解为卡数x单卡Tokens吞吐xTokens定价、推理效率提升有望助力公司突破瓶颈、提升ARR斜率
- 重要提示：以上信息为公开资料整理，不涉及投资建议及研究观点，仅供参考，本公司不保证其准确性、完整性与时效性；
- 市场有风险，投资需谨慎！
- 资料来源：智谱公众号、Artifical Analysis