今天我们正式发布旗舰模型的最新版本：GLM-4.6。相比GLM-4.5，这一代带来多项关键提升：

• 更长上下文窗口：上下文窗口从128K扩展至200K token，使模型能处理更复杂的智能体任务
• 更强代码能力：在代码基准测试中获得更高分数，在Claude Code、Cline、Roo Code和Kilo Code等应用中展现出更优的实际表现，包括生成视觉效果更精致的前端页面
• 进阶推理能力：GLM-4.6在推理性能上有明显提升，支持推理过程中使用工具，带来更强的综合能力
• 更智能的智能体：在工具调用和基于搜索的智能体任务中表现更强劲，在智能体框架中的集成更高效
• 更细腻的写作：更符合人类对风格和可读性的偏好，在角色扮演场景中表现更为自然

我们在涵盖智能体、推理和代码的八大公开基准上评估了GLM-4.6。结果显示其相对GLM-4.5有明显提升，对比DeepSeek-V3.2-Exp和Claude Sonnet 4等国内外领先模型也具备竞争优势，但在代码能力上仍落后于Claude Sonnet 4.5。

实际经验比排行榜更重要。我们在GLM-4.5基础上扩展了CC-Bench评估框架，新增更具挑战性的任务：人类评估员在隔离的Docker容器中与模型协作，完成跨前端开发、工具构建、数据分析、测试和算法的多轮现实任务。GLM-4.6相较GLM-4.5实现显著提升，达到与Claude Sonnet 4近乎持平水平（48.6%胜率），明显优于其他开源基线模型。从token效率维度看，GLM-4.6完成任务所需token数量比GLM-4.5减少约15%，展现出能力与效率的双重提升。所有评估细节和任务轨迹数据已开源供社区研究：https://huggingface.co/datasets/zai-org/CC-Bench-trajectories

使用GLM-4.6编码代理

GLM-4.6现已可在编码代理中使用（包括Claude Code、Kilo Code、Roo Code、Cline等）。

GLM编码计划订阅用户：您将自动升级至GLM-4.6。若您此前自定义过应用配置（如Claude Code中的⁠~/.claude/settings.json文件），只需将模型名称更新为⁠"glm-4.6"即可完成升级。

本地部署GLM-4.6

GLM-4.6模型权重已公开发布在HuggingFace和ModelScope平台。针对本地部署场景，GLM-4.6支持包括vLLM和SGLang在内的多种推理框架。完整的部署指南详见官方GitHub代码库。