先了解这件事
AI 综述
2026年10月3日,Baseten宣布通过优化并部署GLM-5模型API,在Artificial Analysis独立基准测试中实现每秒200余Token的生成速度和约200毫秒的首Token延迟,位列榜首。据Baseten工程博客介绍,其采用低开销MTP投机解码引擎、针对GLM-5架构优化的MoE路由内核,以及为DeepSeek Sparse Attention定制的推理内核。GLM-5是Z.ai的最新开源旗舰模型,总参数744B、每轮前向激活40B、训练token量28.5T,采用MIT许可,在SWE-bench Verified得分77.8、AIME 2026得分92.7%。目前该事件尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Baseten 如何打造 Artificial Analysis 上最快的 GLM-5事件进展
1 个已确认进展
- 来源：Baseten 工程博客
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月3日
A6 a6-047 · Baseten 工程博客一手
Baseten 如何打造 Artificial Analysis 上最快的 GLM-5
Baseten 通过低开销 MTP 投机解码引擎、针对 GLM-5 架构优化的 MoE 路由内核以及为 DeepSeek Sparse Attention 定制的推理内核，在 Artificial Analysis 独立基准测试中让 GLM-5 达到 200+ tokens/秒和约 200ms 首 token 延迟，位列榜首。GLM-5 是 Z.ai 的最新开源旗舰模型，总参数 744B、每轮前向激活 40B、训练 token 量 28.5T，采用 MIT 许可，在 SWE-bench Verified 得分 77.8、AIME 2026 得分 92.7%。