We are thrilled to share that the GLM-5.3 model from @Zai_org has officially launched on the Phala platform. To ensure optimal security and performance, the model operates securely within a TDX-attested GPU TEE.
This system was specifically designed to support long-horizon agents and facilitate complex software engineering work. Users can take full advantage of its impressive 1M context capacity, seamless tool use, and structured outputs.
The usage rates are straightforward, costing $1.40/M for input and $4.40/M for output.
Access the model and get started today by visiting https://phala.com/models/z-ai/glm-5.3
We are delighted to announce that GLM 5.3 Flash is now officially accessible on Phala. Because the model is hosted entirely within a TDX-attested GPU TEE, users are guaranteed inference processes that are both securely verifiable and completely private. This robust environment is perfectly suited for handling your tasks involving coding, the operation of long-horizon agents, and visual understanding. You can explore and utilize the model right now by visiting https://phala.com/models/z-ai/glm-5.3-flash
Operating as a TEE-backed AI infrastructure, Phala Confidential AI has seen incredible engagement, processing a total of 61.51 billion billed input and output tokens over the course of the previous 24 hours.
A closer look at the platform data reveals the top models driving this activity. Taking the lead is deepseek/deepseek-v4-flash-0731, which accounted for 54.16% of the overall usage. The next most popular choices were z-ai/glm-5.2 making up 16.13%, alongside moonshotai/kimi-k3 which came in at 9.51%.
You can find more information regarding the most active model right here: https://phala.com/models/deepseek/deepseek-v4-flash-0731
Operating on a TEE-backed AI infrastructure, Phala Confidential AI managed a total of 33.90 billion billed input and output tokens over the course of the last 24 hours.
An analysis of the top models utilized during this timeframe reveals that deepseek/deepseek-v4-flash-0731 led the activity, representing 62.68% of the share. The next highest usage came from moonshotai/kimi-k3 at 10.03%, while z-ai/glm-5.2 accounted for 6.58%.
You can access the link for the leading model here: https://phala.com/models/deepseek/deepseek-v4-flash-0731
Nous sommes heureux de vous annoncer que Qwen3.8-27B est désormais accessible sur Phala. Le modèle est actuellement hébergé dans un GPU TEE avec attestation TDX. Cette intégration vous apporte une inférence multimodale privée et vérifiable pour un large éventail d’applications. Que vous vous concentriez sur la vidéo, les images, la recherche, les agents ou le développement de code, cette configuration est prête à vous aider. Vous pouvez trouver le modèle à l’adresse https://phala.com/models/qwen/qwen3.8-27b
Au cours des 24 dernières heures, l’IA Phala Confidential a traité avec succès un total de 37,11 milliards de jetons facturés en entrée et en sortie. Ce système fonctionne comme une infrastructure d’IA prise en charge par un TEE.
Lorsqu’on observe les modèles les plus fréquemment utilisés pendant cette période, z-ai/glm-5.2 arrive en tête avec 41,08 % du volume. Juste derrière, le modèle deepseek/deepseek-v4-flash-0731 représente 32,31 % des parts, tandis que moonshotai/kimi-k3 capte 8,70 % de l’utilisation.
Pour plus de détails, vous êtes invités à consulter https://phala.com/models/z-ai/glm-5.2
Over the last 24 hours, the TEE-backed AI infrastructure at Phala has successfully processed an impressive 16.66 billion tokens to support various Confidential AI workloads.
Taking a closer look at the most utilized models during this period, DeepSeek V4 Flash led the group by accounting for 39.44% of the total volume. It was closely followed by GLM-5.2 at 26.48%, while Muse Glimmer 30B captured an 8.94% share.
You can dive into the details of the leading model by checking out Explore #1: https://phala.com/models/deepseek/deepseek-v4-flash-0731
Au cours des 24 heures précédentes, 2,50 milliards de jetons remarquables ont alimenté les opérations de l’IA confidentielle sur l’ensemble du réseau Phala. Une répartition des modèles les plus activement utilisés place DeepSeek V4 Flash en tête, avec 28,85% du volume total. GLM-5.2 suit de près avec 27,76%, tandis que Muse Glimmer 30B représente 12,25% de l’utilisation. Nous vous invitons à en savoir plus sur notre option la plus populaire ; veuillez Explorer #1 en visitant https://phala.com/models/deepseek/deepseek-v4-flash-0731. Ces capacités puissantes sont délivrées de manière sécurisée grâce à notre infrastructure d’IA robuste adossée à la TEE.
A new collaboration between Phala and @neusnetwork is focused on developing a verifiable trust layer tailored for AI agents. Because these artificial intelligence systems frequently interact with sensitive assets such as customer data, live credentials, and production code, establishing confidence requires concrete proof. To provide this essential evidence, the joint initiative delivers security through signed authority, an attested runtime, and sealed compute.
Il ne suffit plus de prétendre qu'un système est sécurisé lorsqu'on navigue à l'intersection des Modèles de Langage de Grande Taille et du RGPD. Dans le paysage actuel, fournir une vérification concrète est essentiel. Les organisations doivent être capables de déterminer avec confiance si des informations sensibles ont une chance de fuiter, si le logiciel en cours d'exécution correspond exactement à la version qui a passé les audits de sécurité, et si les administrateurs de l'infrastructure cloud ont la capacité de voir les données dans la mémoire d'exécution. Découvrez exactement comment l'informatique axée sur la confidentialité impacte la conformité des données en intelligence artificielle en lisant notre aperçu complet ici :
Des prévisions récentes révèlent que l’industrie du TEE est appelée à connaître une expansion remarquable, en progressant à un TCAC de 20,8% pour atteindre une valorisation totale de 12,36 milliards de dollars d’ici 2030. Cette trajectoire impressionnante s’explique parfaitement lorsqu’on examine les tendances technologiques actuelles. Alors que des agents d’IA sont déployés à plus grande échelle et que le volume d’informations sensibles en circulation continue d’augmenter, s’appuyer exclusivement sur des mesures de sécurité reposant uniquement sur des logiciels n’est plus suffisant. Pour protéger correctement les données en cours d’utilisation, la mise en place d’une isolation au niveau matériel via les TEE est passée d’une idée émergente à une exigence fondamentale.
Phala a connu une période extrêmement fructueuse tout au long du mois de mars. Rien qu’en observant l’activité sur OpenRouter, le système a traité avec succès un volume quotidien dépassant 1B jetons.
Notre équipe est ravie de fournir la technologie de base pour le tout nouveau mode d'inférence TEE de @AskVenice. Grâce à cette avancée, toutes vos demandes sont traitées en toute sécurité au sein des enclaves TEE. De plus, le système fournit une attestation cryptographique pour confirmer que le modèle reste entièrement intact. La confidentialité est notre priorité absolue, ce qui signifie qu'absolument personne ne peut voir vos données, et cela inclut notre propre équipe chez Phala. C'est ce que signifie offrir une expérience d'IA qui est entièrement privée tout en restant complètement vérifiable.
Les tendances de l’industrie envoient un message clair : une sécurité de l’IA vérifiable, adossée à du matériel, émerge rapidement comme la nouvelle norme. À la lumière de ce changement, une toute nouvelle solution Confidential AI a été lancée par Fortanix et TELUS lors de @NVIDIAGTC 2026. Cette collaboration apporte une preuve cryptographique de protection, garantissant que les charges de travail sensibles liées à l’IA restent entièrement sécurisées tout en fonctionnant sur des infrastructures souveraines.
Notre équipe a mis OpenClaw à l’épreuve au cours d’une conversation de codage en 5 tours et de 8 tâches réelles. L’insight principal de cette mise en référence est assez révélateur concernant les dépenses. OpenClaw n’entraîne généralement pas de coûts élevés en raison de la génération de trop de texte. Au contraire, la dépense provient du fait que le modèle relit de manière persistante le contexte de référence.
Phala a établi un partenariat avec Intel axé sur Trust Authority. Nous améliorons les capacités d’attestation de notre infrastructure d’IA confidentielle en adoptant Intel Trust Authority (ITA). Cette solution agit comme un évaluateur tiers indépendant, fonctionnant entièrement à l’écart de l’infrastructure Phala.
La sortie d’OpenClaw a créé une sensation immédiate. Elle a introduit un assistant IA capable de conserver le contexte, d’exécuter des tâches et de gérer l’automatisation complète des workflows de bout en bout. Malgré l’engouement, les premières tentatives de configuration ont révélé de graves vulnérabilités, comme la possibilité d’un piratage total de l’agent via un simple onglet de navigateur. Ces obstacles en matière de sécurité et d’utilisabilité sont restés d’actualité jusqu’à ce que l’équipe Clawdi déploie la solution sur les TEEs de Phala.
Phala connaît une croissance soutenue sur OpenRouter, atteignant notamment un volume de routage de 3,28 milliards de tokens uniquement le 10 février. Actuellement, la plateforme propose une gamme diversifiée de modèles d'IA confidentielle, chacun d'eux fonctionnant à l'intérieur d'une infrastructure sécurisée par TEE. Les options disponibles incluent gpt-oss-120b, Qwen2.5 7B Instruct, et GLM 4.7 Flash, ainsi que Gemma 3 27B, Qwen3 VL 30B A3B Instruct, et GLM 5.