Prime Intellect 近日推出其推理平台 Prime Inference，正式进入 AI 推理服务赛道。该平台面向前沿开源模型提供跨数据中心的推理能力，试图在开源模型部署需求持续增长的背景下占据一席之地。

从产品形态看，Prime Inference 同时提供 serverless 端点与预留容量两种模式。serverless 端点适合调用弹性要求较高的场景，预留容量则面向需要稳定算力保障的用户，二者共同构成平台的核心服务矩阵。

值得关注的是，该平台已上线 GLM-5.3 端点，用户可直接通过 Prime Inference 调用这一模型。跨数据中心的服务架构意味着推理请求可在不同数据中心间调度，以提升资源利用效率与响应能力。

据披露，Prime Intellect 内部每天通过该平台处理近一万亿 token。这一规模既体现了平台的实际承载能力，也为其对外服务提供了工程验证基础。