TensorSharp 纯 .NET 推理引擎于8月19日支持GLM-5.2，在3×RTX PRO 6000上长prompt prefill比llama.cpp快约1.5倍，decode快4%。GLM-5.3同基座、后训练提升，预计8月28日开源，现有支持可无缝承接。此进展将前沿模型私有化部署降至工作站级别，.NET推理栈成可用选项。

TensorSharp于2026年7月31日将DeepSeek V4 Flash（284B参数MoE模型）集成至其.NET推理栈，提供OpenAI兼容接口和连续批处理。其开发了三条路径：直接CUDA后端、ggml后端和纯托管实现，支持多GPU层切分和逐字节一致的并发隔离。性能接近llama.cpp，正确性通过测试，使.NET首次成为可用的大模型推理选项。