GLM-4-Flash 是智谱AI（Zhipu AI）于2024年6月推出的一款轻量级、高性价比大语言模型，参数量为9B，采用MIT协议完全开源。该模型基于GLM-4系列技术研发，使用了10T高质量多语言数据进行预训练，并通过FP8技术优化训练效率。其最大亮点是API调用完全免费，是智谱AI首个免费对外开放的大模型，旨在降低开发者和企业的AI应用门槛。
该模型在速度与性能间取得了良好平衡，实测生成速度稳定在72.14 token/s（约每秒115个字符），单次可处理128K上下文（相当于300页书籍内容）。它支持包括中文、英语、日语、德语在内的26种语言，具备多轮对话、网页浏览、函数调用（Function Call）和长文本推理等高级功能。适用于智能客服、知识问答、摘要生成、信息抽取和多语言翻译等对成本敏感且需要快速响应的场景。得益于9B的参数量，该模型可在消费级GPU（如RTX 3060）上通过4-bit量化轻松部署，最低仅需约6-8GB显存，本地部署门槛极低。