智谱AI宣布GLM-4-Flash大模型免费开放，支持包括中文、英语、日语、韩语在内的26种语言。
编辑日期：2024年08月27日
GLM-4-Flash 适用于完成简单的垂直任务，具有低成本和快速响应的特点，生成速度可达 72.14 tokens/s，相当于约 115 字符/s。
GLM-4-Flash具备多轮对话、网页浏览、函数调用（Function Call）和长文本推理（最大支持128K上下文）等功能，同时支持26种语言，包括中文、英语、日语、韩语和德语等。
官方表示，通过采用自适应权重量化、多种并行化方法、批处理策略以及投机采样等技术，在推理层面实现了模型延迟的降低和速度的提升。更高的并发量和吞吐量不仅提高了效率，还显著降低了推理成本，从而使得该模型能够免费推出。
在预训练方面，官方将大型语言模型引入数据筛选流程，获得了 10TB 的高质量多语言数据，数据量超过 ChatGLM3-6B 模型的 3 倍；同时采用 FP8 技术进行预训练，提升了训练效率和计算能力。
以下是相关链接：
