GLM-4-Flash：免费开源的高性能AI模型

在大型模型技术持续进步的背景下，MaaS服务正逐步迈向普及化阶段。智谱AI 坚持「运用最先进的技术，服务最广大的用户」的宗旨，自即日起，我们将 GLM-4-Flash API 免费向公众开放。GLM-4-Flash 模型在“速度”和“性能”两方面都具有较大优势。

为提升模型的推理速度，我们采用了自适应权重量化、多种并行处理技术、批处理策略以及投机性采样等多项优化措施。依据第三方模型速度测试结果，GLM-4-Flash 的推理速度在一周的测试周期内稳定在72.14 token/s 附近，显著优于其他模型。

在性能上，我们在模型预训练阶段，使用了多达 10T 的高质量多语言数据，使得模型具备多轮对话、网页搜索、工具调用以及长文本推理（支持最大128K的上下文长度）等功能，支持包括汉语、英语、日语、韩语、德语在内的26种语言。在完全免费开放 GLM-4-Flash API 的基础之上，为了支持广大用户更好地将模型适用到特定应用场景，我们同步提供了模型微调功能，以满足不同用户的需求。欢迎使用！