人眨了一下眼—— 約 0.3 秒

大概是劉備眨眼的時間

東西從茶幾上落下—— 約 0.3 秒

大概是筷子落下的時間

為了嚴(yán)謹(jǐn)，我真的去測算了

從 0.5 米處落下，到地面差不多 0.3s

然后，視線從鍵盤移到屏幕—— 0.3 秒，Z1 已刷屏了回答

也大概是 Z1-AirX 刷屏的時間

當(dāng)快到這個程度，人是反應(yīng)不過來的。

這，就是瞬時模型。

首款“瞬時模型”

0.3 秒，是神經(jīng)反射所需時間，也是人的「瞬間」

Z1-AirX 是首個國內(nèi)大模型廠商提供的“瞬時模型”，這里有兩個指標(biāo)：

• ?在 0.3 秒內(nèi)，完成首響應(yīng)，相當(dāng)于一次神經(jīng)反射或眨眼的時間。

• ?在 0.3 秒內(nèi)，能夠完成 50+ 個漢字生成，等效于一條完整回復(fù)、一段語音內(nèi)容，或一則朋友圈的長度。

• ? 非過度壓縮的極小模型（比如 1.5B)

于是，我們見證了一個改變：從“提出問題—等待回應(yīng)”的線性節(jié)奏，變成輸入與輸出同步發(fā)生的即時對話。

馬冬梅！速度改變一切

R1 vs Z1 速度對比

正常情況下，AI 的響應(yīng)時間通常在 1～3 秒之間，生成速度約為 20 tokens/s。這意味著，用戶在輸入結(jié)束后，會經(jīng)歷短暫的等待期，模型隨后才開始輸出。這種延遲在多輪交互中被頻繁放大，造成明顯的思維中斷。

而 Z1-AirX，改變了這種交互：

• ?延遲低于感知閾值。用戶在完成輸入的瞬間幾乎同步獲得反饋，交互節(jié)奏從“輸入后等待”轉(zhuǎn)變?yōu)椤拜斎爰错憫?yīng)”。

• ?生成即時顯現(xiàn)。輸出不再是可感知的“逐步生成”，而是直接呈現(xiàn)為完整段落，極大減少了等待中的認(rèn)知空白。

• ?對話節(jié)奏一致。語言回合之間無明顯停頓，避免語境斷裂。

「」中，榜首被狠狠刷新了

??上面這個圖，是我去年測的（當(dāng)時air就遙遙領(lǐng)先）：

另一角度，速度的變化擴(kuò)展了大模型的應(yīng)用范圍，在實(shí)時任務(wù)中尤其明顯：

• ?教育場景下，學(xué)生注意力有限。問答、批改與反饋等任務(wù)中，需要在學(xué)生注意力窗口期中給出響應(yīng)：0.3 秒以內(nèi)的反饋，讓模型有了在課堂和練習(xí)中直接介入的可能。

• ?客服場景下，低延遲、告訴生成讓用戶感覺到“真實(shí)感”。在對話中保持低延遲和高吞吐，有助于穩(wěn)定交互節(jié)奏，避免因卡頓造成用戶退出或任務(wù)中斷。

• ?文案協(xié)作、腳本生成中，告訴讓人不被打斷。減少等待感，流暢撰寫。

• ?在 Agent 調(diào)用中，快速完成意圖識別、工具調(diào)用和結(jié)果聚合。讓 agent 走入工業(yè)成為可能。

這些場景下，以往以來特定模型或特殊優(yōu)化。而 Z1-AirX 帶來了另一種思路：只要速度夠快，就能跨越邊界。

現(xiàn)已可用
BigModel 首頁

Z1 今天已可以調(diào)用，通過智譜開放平臺bigmodel.cn有三個版本：

• Z1-AirX（極速版）

  速度達(dá) 200 tokens/s， 5 元 / M token

• Z1-Air（高性價比版）

• 約 50 tokens/s ， 0.5 元 / M token

• Z1-Flash（免費(fèi)版）

稱 Z1-AirX 為“瞬時模型”，是因?yàn)樗黄屏恕按竽Ｐ捅仨毜却钡姆妒剑?AI 節(jié)奏真正接近人類。

可以期待，更多模型會跨越這條臨界線：真正的智能，不該讓人等待