Wafer Pass.

Wafer Pass：企业级开源大语言模型推理平台

Wafer Pass 是专为企业打造的高性能开源大语言模型推理服务，提供无服务器和专属部署两种模式，以业界领先的输出速度帮助企业快速构建 AI 应用，无需承担基础设施建设和运维成本。

产品亮点

• 极速推理性能：GLM-5.1 推理速度达 152.1 t/s，Qwen 3.5 397B-A17B 达 288.5 t/s，均位居行业首位
• 灵活计费模式：无服务器版本按量付费，输入、输出、缓存分层定价，缓存命中成本仅为输入费用的十分之一
• 广泛模型支持：集成 GLM-5.1、Kimi-K2.6、Qwen 3.5 等顶尖开源模型，持续扩展模型库
• OpenAI 兼容接口：完全兼容 OpenAI Chat Completions API 格式，支持流式输出、工具调用和 JSON 模式
• 专属部署方案：24 小时内完成定制优化部署，提供 SLA 保障、零数据保留选项及合规支持

应用场景

• 智能客服与语音助手：低延迟实时响应，适用于语音代理和交互式 AI 产品
• 代码生成与编程辅助：高吞吐量支持编码代理、批量任务和并行生成，提升开发效率
• 企业知识库问答：262K 超长上下文窗口支持长文档处理，缓存机制大幅降低多轮对话成本
• 敏感业务负载：专属端点隔离共享池，满足金融、医疗、政务等行业的合规与数据安全要求

目标受众

面向需要高性能、低成本、易集成大模型推理服务的中大型企业、AI 应用开发团队及技术决策者，特别适合对延迟敏感、有合规要求或追求极致性价比的组织。