Baseten 为 GLM-5.2 做出峰值 280 tok/s API
iamrobotbear · x · 2026-07-27
Baseten 宣布为 GLM-5.2 做了日落即支持的最快 API，配图中给出的数据是 峰值 280 tokens/s、平均约 100 tokens/s。
帖子还提到这个版本补上了 vision 支持，转发者表示自己测试后认为图像能力“工作得很好”。
所属事件:Baseten将GLM-5.2提速至280 tok/s(3 条相关)→
「Infra」频道最新
- 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
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11