机器之心编辑部
新一代大模型的发布，都赶在了国庆假期前。
昨天，深度求索刚刚开源 DeepSeek-V3.2-Exp。
今天，另一国产大模型之光智谱 AI 也正式发布了旗下新一代旗舰模型 GLM-4.6，刚好撞车 Claude Sonnet 4.5。
但有一点不同，智谱的 GLM-4.6 会继续开源，它即将上线 Hugging Face、ModelScope 等平台，遵循 MIT 协议。
这一「节前惊喜」迅速点燃了技术圈的热情，海外开发者甚至发出了「Do the Chinese guys ever rest???」的感叹 。
但新模型也让大家非常期待，这不刚发出来，就被网友们给盯上了。
性能新高，token 消耗降低
突破开源上限
作为 GLM 系列的最新版本，GLM-4.6 在多个方面实现了全面提升，包括但不限于：
高级编码能力：在公开基准与真实编程任务中，GLM-4.6 代码能力对齐 Claude Sonnet 4，是国内已知的最好的 Coding 模型；
上下文长度：上下文窗口由 128K 增加至 200K，适应复杂的代码与智能体任务；
推理能力提升，并支持在推理过程中调用工具；
增强了模型的工具调用和搜索智能体，在智能体框架中表现更好；
更强的写作能力：在文风、可读性与角色扮演场景中更符合人类偏好。
根据智谱报告，GLM-4.6 模型在八大权威基准评测上性能有了全面提升，包括：AIME 25、LCB v6、HLE、SWE-Bench Verified、BrowseComp、Terminal-Bench 和 τ²-Bench。新模型在其中多个基准上胜过了 Claude Sonnet 4/Claude Sonnet 4.5，位居国产模型首位。
接下来是在 Claude Code 环境下进行的 74 个真实场景编程任务测试，GLM-4.6 实测性能超过了 Claude Sonnet 4，以及其他国产模型。
值得关注的是，在平均 token 消耗上，GLM-4.6 比 GLM-4.5 节省了 30% 以上，为同类模型最低。当然，它的 Coding API 价格也只是 Claude 的 1/7，性能更好，速度更快还更便宜。
新模型同时适配了国产 AI 硬件：GLM-4.6 已在寒武纪芯片上实现 FP8+Int4 混合量化部署，这是首次在国产芯片投产的 FP8+Int4 模型芯片一体解决方案。该方案在保持精度不变的前提下，可以大幅降低推理成本，为国产生态下大模型本地化运行开创了可行路径。
另外，基于 vLLM 推理框架部署，摩尔线程新一代 GPU 也可以基于原生 FP8 精度稳定运行 GLM-4.6。
一手实测
GLM-4.6 全方位提质
目前，GLM-4.6 已经上线 z.ai 等平台，用户在模型选择器中选择它即可开始尝试。
在这里可以看到，智谱为该模型设置的简短描述是「最先进的模型，擅长处理全方位任务」，同时也能看到智谱预设的一些工作模式和示例案例，包括 AI PPT、全栈开发、灵感画板、深度研究、写代码等等。我们也是第一时间进行了实测。
首先，我们先让 GLM-4.6 写一个「俄罗斯方块 + 贪吃蛇」游戏，看看其「写代码」的能力。开启「自动思考」，输入以下提示词：
用 Python（使用 pygame）编写一个融合俄罗斯方块和贪吃蛇的小游戏：画面分为上下两部分，上半部分有一条会自动移动的蛇，玩家需控制下落方块左右移动以躲避蛇；当方块进入下半部分后，按照俄罗斯方块规则继续下落，玩家需要把它放入合适位置以消除整行。若方块与蛇相撞则游戏结束；支持方向键移动、空格键加速下落；蛇可随机改变方向。程序需包含初始化、事件处理、逻辑更新和渲染绘制等模块，并写清注释。
可以看到，GLM-4.6 在详细分析了我们的需求之后便开始了码代码工作，并且完成之后还给出了非常详细的游戏说明，包括游戏特色、操作方式、游戏规则和程序结构。尤其值得一提的是其工作速度：完成该任务的时间仅 1 分钟左右！
复制出来运行一下看看效果，可以看到，除了 VS Code 默认字体设置问题之外，这个 GLM-4.6 一次性完成的「俄罗斯方块 + 贪吃蛇」游戏已经完整可玩，游戏逻辑也完全遵照了我们的提示词设定，表现堪称惊艳。
一个简单的游戏或许还不足以探知其代码能力的上限。接下来，我们将难度提升一个量级，要求它处理涉及真实物理数据和 3D 可视化的复杂任务：让 AI 构建一个相比扁平的圆形更接近真实的太阳系的演示模型：
请使用 Python 创建一个太阳系动态可视化演示，大体基于真实天文数据，但太阳大小可适当缩小以方便查看：包含太阳和八大行星（水星至海王星），采用 JPL 提供的轨道六根数初始化各行星轨道；以太阳系质心为参考点，利用牛顿万有引力定律构建运动微分方程，并通过数值积分模拟行星在三维空间中的轨迹；使用 matplotlib 的 3D 绘图功能实时动画展示行星绕日运动，正确体现轨道倾角、椭圆偏心率及相对公转周期；坐标轴单位为天文单位（AU），时间步长可调，并在图中标识各行星名称；代码需结构清晰、注释完整，并说明所作简化（如忽略行星间引力摄动或仅考虑日心引力）。界面使用微软雅黑字体。
这一次，GLM-4.6 同样很快就完成了任务（约 2 分钟）。这个任务的难点不仅在于代码量，更在于对天文学知识、物理公式（牛顿万有引力定律）以及专业数据库（JPL 轨道数据）的理解和应用。
将代码复制到运行环境，导入必要的库，运行：
结果再次令人印象深刻。GLM-4.6 再一次实现了「零修改」一次性运行成功！它不仅相当完美地基于 JPL 轨道数据生成了会随时间演进的 3D 太阳系模型，还贴心地加入了坐标轴设置功能，让我们能从不同视角清晰观察行星轨迹。并且，由于我们在提示词中明确指定了字体，上次实验遇到的显示问题也得到了完美解决。这证明了其代码能力不仅强大，而且对指令的遵循度极高。
当然，我们也可以将 GLM-4.6 接入到强大编程智能体 Claude Code 中。
配置完成后，我们让 GLM-4.6 尝试完成了以下任务：
写一个 Python 程序，使用 asyncio + aiohttp，并发爬取前 20 个知乎热榜问题页面，提取问题标题、回答数量、关注人数，然后将结果存储为一个 MD 文件。
可以看到，接入 Claude Code 的 GLM-4.6 的运行速度同样非常快。同时得益于 Claude Code 强大的框架设计，GLM-4.6 可以针对一个具体项目进行反复优化，比如视频中我们可以看到 GLM-4.6 对目标 Python 程序的反复验证和修改，最终得到了理想的结果。
当然，作为科技媒体小编，保持对新闻的关注自然非常重要，借助 Claude Code + GLM-4.6，这个任务可以变得更加简单。
检索 24 小时内发生的热门 AI 新闻，整理一份报告给我，结果保存为一个 Markdown 文件。
继续对话，我们还能让 GLM-4.6 将其设置成一个每天 8 点定时运行的任务，这样我们一上班就可以看到过去 24 小时最新的 AI 新闻报道了。
可以看到，GLM-4.5 编写并优化了实现该自动化任务的脚本，我们也只需一次运行即可将其变成我们计算机上的一个定时任务。
在连续验证了其强大的「理科」编程能力后，我们来看看这个「擅长处理全方位任务」的 GLM-4.6 模型在深度研究和内容创作上的「文科」表现。 我们打开「联网搜索」，给它布置一个科技媒体工作者日常可能遇到的真实任务：
请撰写一篇深度调查报道，题为 “从 OpenAI 出走的创业者：他们是谁，又在做什么？”。基于公开可靠信息，梳理至少 5 位曾任职 OpenAI 研究或技术岗位、后离职创业的核心人物，包括其姓名、在 OpenAI 的角色、离职时间、所创公司名称、技术方向、融资或产品进展；分析他们离开的可能动因（如理念分歧、自主权或商业化考量）；探讨这一人才外流对 AI 行业竞争与创新的影响，以及这些初创公司可能如何塑造未来 AI 发展。报道需专业、客观，兼具叙事性与分析深度。
从其思考过程看，GLM-4.6 首先基于任务需求检索了网络，得到了足够的必要信息，然后为「OpenAI 黑手党」构建了一份相当全面的报道，其中不仅列出了大量关键信息和细节，同时还显式地索引了相关来源以供验证。
对于我们媒体工作者而言，这已经不是一个简单的「资料整理工具」，而是一个能够提供洞见、辅助分析的强大研究伙伴。
如果说代码生成和研究报告还是相对独立的任务，那么全栈开发则考验的是模型将前后端逻辑整合、构建一个完整产品的工程能力。这一次，我们采用了一个更有趣的方式，直接让模型自己给自己出题：
新开一个窗口，选择「全栈开发」模式，将这条由 GLM-4.6 自己生成的提示词再交还给它：
可以看到，GLM-4.6 在分析完任务后，首先构建了一个明确的待办事项，这本质上是它的项目开发路线图：包括设计 Todo 方案、创建前端、实现 RESTful API 路由、增加本地存储以供离线使用、测试功能。这种「先规划、后执行」的工作模式，非常接近人类程序员的思维方式。之后，它便一步步地完成了所有任务。经过实测，生成的应用功能完备，交互流畅。
更锦上添花的是，我们能直接将生成的结果以网页应用形式发布到 space.z.ai。感兴趣的读者可以访问下方链接，亲自试用这个由 GLM-4.6 在几分钟内新鲜出炉的待办事项管理应用：
https://a019u8vgp630-deploy.space.z.ai
除了上述硬核能力，GLM-4.6 也集成了多模态生成等便捷功能。在预设的 AI PPT 和灵感画板模式中，模型可以快速将想法变为现实。比如，我们让它生成了一张介绍「蕾姆」的小红书风格封面图。
执行该任务时，GLM-4.6 首先会联网检索并理解「蕾姆」这一角色，下载相关素材，然后再通过生成 HTML/CSS 代码来设计和构建版式，最终呈现出一张符合要求的图片。这展示了它理解、检索、设计、生成的综合能力。
不止于强大，更趋于全能
通过从代码生成、深度研究到全栈开发等一系列的实测，我们可以得出结论：智谱 AI 为 GLM-4.6 设定的「最先进的模型，擅长处理全方位任务」的描述并非虚言。
它的强大之处体现在：
极高的代码生成质量：在多个复杂项目中实现了「一次性成功」，代码逻辑严谨、功能完整。
深刻的需求理解与规划能力：无论是拆解游戏规则，还是规划全栈应用开发步骤，都展现了清晰的「思路」。
惊人的执行效率：分钟级的响应速度，大幅提升了开发和研究的效率。
全面的综合能力：无缝整合了联网搜索、多模态生成和应用部署，使其成为一个真正的「全能工作站」。
毫无疑问，GLM-4.6 已经展现出了顶级大模型应有的水准，它不仅是一个强大的工具，更是一个能够激发创造力、赋能专业工作的得力助手。
现如今，智谱的 GLM 系列大模型已成为全球开源 AI 领域的一支重要力量。新推出的 GLM-4.6 不论是在技术架构、性能表现，还是在使用成本上都为全球业界树立了新的标杆。我们有理由期待它在未来的应用中带来更多惊喜。
参考链接
GLM-4.6 技术博客：https://z.ai/blog/glm-4.6
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：liyazhou@jiqizhixin.com
