🎈GLM-4-Flash 大模型适用于简单垂直、低成本且需快速响应的任务，生成速度达 72.14 token/s，约 115 字符/s，具有多轮对话、网页浏览、函数调用和长文本推理等功能，支持 26 种语言。

💡该模型在推理层面采用自适应权重量化、多种并行化方式、批处理策略及投机采样等方法，实现延迟降低与速度提升，提高并发量和吞吐量，显著降低推理成本，从而得以免费推出。

🌟在预训练方面，引入大语言模型进行数据筛选，获得 10T 高质量多语言数据，是 ChatGLM3 - 6B 模型的 3 倍以上，同时采用 FP8 技术进行预训练，提高训练效率和计算量。

IT之家 8 月 27 日消息，智谱 AI 今日宣布，GLM-4-Flash 大模型免费开放，通过智谱 AI 大模型开放平台调用。

GLM-4-Flash 适用于完成简单垂直、低成本、需要快速响应的任务，生成速度能达到 72.14 token/s，约等于 115 字符/s。

GLM-4-Flash 具备多轮对话、网页浏览、Function Call（函数调用）和长文本推理（支持最大 128K 上下文）等功能，同时支持包括中文、英语、日语、韩语、德语等在内的 26 种语言。

官方表示，通过采用自适应权重量化、多种并行化方式、批处理策略以及投机采样等多种方法，在推理层面实现模型的延迟降低与速度提升，更大并发量和吞吐量不仅提升了效率，而且让推理成本显著降低，从而免费推出。

在预训练方面，官方引入了大语言模型进入数据筛选流程，获得 10T 高质量多语言数据，数据量是 ChatGLM3-6B 模型的 3 倍以上；同时采用了 FP8 技术进行预训练，提高了训练效率和计算量。

IT之家附相关链接如下：

体验地址：https://bigmodel.cn/console/trialcenter?modelCode=glm-4-flash

说明文档：https://open.bigmodel.cn/dev/api#glm-4