智谱首次披露GLM-5 Coding Agent推理工程实践

    《科创板日报》30日讯，4月30日凌晨，智谱发布技术博客，首次系统披露GLM-5系列模型在超大规模Coding Agent调用场景下的底层推理技术突破。包括系统吞吐最高提升132%，相同硬件条件下服务能力的显著扩容。KV cache 修复方案(改进了模型在长对话中的记忆缓存机制，从而提升推理效率)获SGLang开源社区采纳。此外，公司推理优化还在进一步加速，大幅提升单位算力token吞吐效率，降低推理成本。