GLM-4.6

是什么

GLM-4.6 是智谱（Zhipu）于 2025 年 9 月下旬发布的大语言模型，权重于 2025 年 9 月 29 日上传到 Hugging Face^[2][3]。它采用开放发布的方式：模型以 MIT 许可证发布，公开的检查点包含约 3570 亿参数^[1]。对想要直接运行、微调或检查模型的人来说，宽松的许可证加上可下载的权重，是这次发布中最实在的部分——它意味着模型不只能通过 API 调用。

GLM-4.6 是 GLM-4.5 的直接后继版本，智谱对这次更新的描述主要集中在能力提升上，而不是架构变化。

相对 GLM-4.5 的变化

最具体的变化是上下文窗口，从 128K 扩展到 200K tokens^[1]。更长的窗口让模型一次能容纳更多代码库、文档或对话内容，这对 GLM-4.6 主打的几类任务很关键。

按照模型卡的说法，这一版在四个方面优于 GLM-4.5^[1]：

• 编码。 编码测试分数更高，真实场景下的编码效果更好，其中明确提到前端页面。
• 带工具的推理。 推理过程中结合工具使用时表现更强，也就是模型在解题时可以调用外部函数或服务。
• 搜索智能体。 作为搜索智能体的驱动模型时效果更好。
• 写作与角色扮演。 一般写作和角色扮演的输出被描述为更自然。

模型卡还提到，在 Claude Code 这类工具中，GLM-4.6 的真实编码结果有所提升^[1]。这类工具会把一个代码仓库交给模型，让它自己动手修改代码——把模型当作别人家编码工具里的引擎，正是这次发布受到关注的主要场景之一。

评测

GLM-4.6 在 8 个公开基准上做了评测，覆盖智能体、推理和编码^[1]。智谱表示，它的表现与 DeepSeek-V3.1-Terminus 和 Claude Sonnet 4 具有竞争力^[1]。这些对比来自模型自己的文档，而不是独立的第三方评测，因此反映的是开发者自己对结果的解读。

怎么跑起来

检查点以 BF16 和 F32 张量类型存储^[1]。在这一基础之上，这次发布还为低精度运行做了准备：在寒武纪（Cambricon）芯片上支持 FP8 和 Int4 量化，在摩尔线程（Moore Threads）GPU 上支持原生 FP8^[2]。支持低精度之所以重要，是因为它能降低部署这个规模模型所需的内存和算力；而适配不止一家厂商的加速卡，则扩大了模型可以运行的硬件范围。

在发展中的位置

GLM-4.6 不是新架构，而是对已有开源模型系列的一次中途更新，而且它停留在这一位置的时间并不长：2025 年 12 月，它被 GLM-4.7 接替^[2]。因此它的意义更多是一张切片——记录了当时一个约 3570 亿参数、开放许可的模型能做到什么：更长的上下文、在智能体工具里更强的编码能力，以及对非英伟达加速卡的支持——它是接连发布的若干版本中的一步，而不是终点。