GLM-5.2 API 调优到峰值 280 tokens/s
baseten · x · 2026-07-27
这条转发说，团队在 Kimi K3 发布前，刚把 GLM-5.2 的性能优化工作收尾。
配文文章称，他们为 GLM-5.2 做出了当时最快的 API，关键数据是：
- 峰值速度 280 tokens/s；
- 平均速度大约 100 tokens/s。
它强调的重点不是模型本身，而是把模型高效服务出来所需的推理与 API 工程能力。
所属事件:Baseten将GLM-5.2提速至280 tok/s(3 条相关)→
「Infra」频道最新
- 英伟达已成主流 Robotaxi 栈核心：训练仿真车载计算全覆盖 — pdamodaran · 2026-09-11
- AI 工程师必懂的 12 种 KV Cache 压缩技术一文讲透 — blaizedsouza · 2026-09-11
- 影子算力市场走向台前,Meta 对外出售过剩 GPU 算力成标志性信号 — DavidLinthicum · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11