返回模型列表

Z.AI: GLM 4.6在线

z-ai/glm-4.6
对比对话

GLM-4.6 是智谱（Zhishen）推出的旗舰模型，总参数量为 355B，激活参数量为 32B。该模型的上下文窗口已从 128K 扩展至 200K，使其能处理更长的代码和代理（agent）任务。在编程能力方面，GLM-4.6 在公开基准测试和实际编程任务中的表现与 Claude Sonnet 4 相当。该模型支持推理过程中的工具调用，并优化了代理框架内的搜索和工具使用性能。另外，其写作风格、可读性、角色扮演和跨语言任务处理能力也得到了增强。定价：该模型的官方定价为（GLM-4.6：输入 $0.6，缓存输入 $0.11，输出 $2.2）。我们的平台目前正在进行限时促销活动，期间你将享受官方价格的折扣。

由:Z.ai输入类型:输出类型:发布时间:2025-09-30

供应商

在多个供应商之间路由请求。复制供应商标识以设置偏好供应商。

供应商缓存命中率上下文
Z.ai
z-ai
13.5%$0.2911-0.5823/ 百万 token$1.1645-2.3291/ 百万 token读取：0.0582-0.1165/ 百万 token写入：-/ 百万 token200K--
BigModel
bigmodel
15.7%$0.2911-0.5823/ 百万 token$1.1645-2.3291/ 百万 token读取：0.0582-0.1165/ 百万 token写入：-/ 百万 token200K4.23s25.3tps
SiliconFlow下线
siliconflow
-$0.5/ 百万 token$2.01/ 百万 token读取：-/ 百万 token写入：-/ 百万 token200K--

可用率

24 小时

AI Gateway 直连请求及各供应商的成功率。

Oct 26, 02:44
Z.ai100.00%
BigModel94.59%

吞吐量

24 小时

AI Gateway 实时流量的 P50 吞吐量，单位为每秒 token 数（TPS）。

Oct 26, 16:00
BigModel25.3 tps

延迟

24 小时

AI Gateway 实时流量的 P50 首 token 延迟（TTFT），单位为毫秒。

Oct 26, 16:00
BigModel4.23s

活动

该模型随时间变化的 token 用量和请求流量。

Token 消耗
Oct 25
Z.ai70.3K
SiliconFlow-
BigModel4.2M

按实际处理请求的供应商拆分 token 用量。区块越大，表示该供应商处理的模型流量越多。

基准测试

标准化评测得分。百分比越高越好，并展示排名百分位。

指标来源：Artificial Analysis

GLM 4.6Z.ai
Intelligence Index18.5

Apps

Public apps that send the most traffic to this model. Good signal for what real production workloads look like — and a hint at which use cases this model is best suited for. View All

Token 排行
No data
No app usage is available for this period.

相关模型

更多模型来自 Z.ai

Z.AI: GLM 5.3 Prime
638.47Mtoken

Z.AI: GLM 5.3 Prime 是 Z.ai 旗下 GLM-5.3 的高速版本，在继承其完整能力的同时，通过推理加速实现了 1.5–2 倍的输出吞吐量提升。它支持 1M Token 上下文窗口和高达 128K 输出 Token 的文本输入输出，并针对编程和智能体工作负载优化了，包括长跨度多轮智能体编排、实时对话以及流式代码生成。

Z.AI: GLM 5.3 FlashX
22.53Btoken

Z.AI: GLM 5.3 FlashX 是 GLM-5.3-Flash 的更快、更流畅版本，推理速度高达 200 tokens/s。Z.AI: GLM 5.3 FlashX 是 Z.ai 旗下的原生多模态模型，适用于高效编程和长程代理任务。其混合稀疏与线性注意力架构在降低计算开销的同时，保持了精准的长上下文表现。

Z.AI: GLM 5.3 Flash
233.42Btoken

Z.AI: GLM 5.3 Flash 是来自 Z.ai 的原生多模态模型。它适用于高效编程和长周期智能体任务。其混合稀疏和线性注意力架构在降低计算开销的同时，保持了精确的长上下文处理能力。