自08月27日起，智谱将 GLM-4-Flash API 免费向公众开放。跑了3天的英译中测试，GLM-4-Flash对比硅基流动提供的GLM-4-9b、和 OpenRouter：集成多LLMs的统一接口,免费大模型接口 里提供的众多免费模型API相比，从效果和速率上也毫不逊色。
GLM-4-9b之前发布了免费API，在 SILICONFLOW（硅基流动）：加速AGI普惠人类，集成免费大模型接口 ，同样都是免费API，GLM-4-Flash和GLM-4-9b在模型规模、参数数量、应用场景等方面存在一定差异，同样都是小模型，同样都提供免费服务，我们该如何选择？
可以说GLM-4-Flash 模型在“速度”和“性能”两方面都具有较大优势。
为提升模型的推理速度，GLM-4-Flash采用了自适应权重量化、多种并行处理技术、批处理策略以及投机性采样等多项优化措施。依据第三方模型速度测试结果，GLM-4-Flash 的推理速度在一周的测试周期内稳定在72.14 token/s 附近，显著优于其他模型。
在性能上，GLM-4-Flash在模型预训练阶段，使用了多达 10T 的高质量多语言数据，使得模型具备多轮对话、网页搜索、工具调用以及长文本推理（支持最大128K的上下文长度，输出4K长度）等功能，支持包括汉语、英语、日语、韩语、德语在内的26种语言。
在完全免费开放 GLM-4-Flash API 的基础之上，为了支持广大用户更好地将模型适用到特定应用场景，我们同步提供了模型微调功能，以满足不同用户的需求。欢迎使用！
