YC新创Isoquant上线：GLM-5.3-Flash推理$0.07/M，首token仅452ms

ycombinator · x · 2026-09-25

Y Combinator 孵化的 Isoquant 推出 Inference Cloud，主打市场上最快最便宜的 GLM-5.3-Flash：输入 $0.07/M tokens、输出 $0.20/M、缓存输入仅 $0.014/M；P50 首 token 延迟 452ms、端到端 2.3 秒、吞吐 158.9 tok/s，自测对比中显著快于 Together、CoreWeave、Fireworks、Baseten 等主流推理商（官方口径）。

技术栈上从 GPU kernel、混合精度、投机解码到 KV cache 与负载均衡做了全链路优化，同时上线 Qwen3.6-27B。API 兼容 OpenAI/Anthropic SDK，支持流式、工具调用、结构化输出、图像输入与自动 prompt 缓存，宣称零数据留存。