Baseten推出GLM-5.2 Fast API提速

第 1 集 · Baseten推出GLM-5.2 Fast API，实时吞吐提升2-3倍(2026-07-24,6 条)

7月24日，推理平台Baseten正式推出GLM-5.2 Fast模型API，这是一个面向高要求实时场景的新档位。官方称，该Fast档位的吞吐量（TPS）比标准GLM-5.2 Model API高出2-3倍，在处理高并发请求时能保持稳定的极速体验。目前该API已上线并开放给用户试用。

已确认

Baseten官方确认，GLM-5.2 Fast档位专为最严苛的实时应用场景设计，相比标准版GLM-5.2 MAPI能提供2到3倍的TPS提升。此外，已有开发者开始将该API接入`opencode`等实际工作流中进行使用。

为什么重要

此次推出Fast档位本质上是模型服务与推理基础设施层面的一次性能升级。对于需要处理大量实时交互任务的开发者和企业而言，该API能够显著降低响应延迟，提升系统的整体并发处理能力。

• Baseten 推出 GLM-5.2 Fast，实时场景吞吐提速 2-3 倍 — baseten · 2026-07-24
• Baseten 推出 GLM-5.2 Fast，实时场景 TPS 提升 2-3 倍 — baseten · 2026-07-24
• Baseten 推出 GLM-5.2 Fast API，吞吐提升 2 到 3 倍 — baseten · 2026-07-24
• Baseten 推出 GLM-5.2 Fast API，TPS 提升 2 到 3 倍 — baseten · 2026-07-24
• Baseten 上线 GLM-5.2 Fast 模型 API，主打极速并发处理 — baseten · 2026-07-24
• Baseten 称 GLM-5.2 Fast 实时吞吐提升 2 到 3 倍 — baseten · 2026-07-24

第 2 集 · Baseten将GLM-5.2提速至280 tok/s(2026-07-26,3 条)

Baseten 宣布将 GLM-5.2 的推理服务优化到发布初期两倍以上，API 峰值达 280 tokens/s、平均约 100 tokens/s，并推出面向 coding 和 agent 场景的低延迟 Fast 版本。团队称这使其成为当时最快的 GLM-5.2 API 实现。

• Baseten 将 GLM-5.2 API 性能翻倍，并推出低延迟 Fast 版本 — philipkiely · 2026-07-26
• GLM-5.2 API 调优到峰值 280 tokens/s — baseten · 2026-07-27
• Baseten 为 GLM-5.2 做出峰值 280 tok/s API — iamrobotbear · 2026-07-27