真够卷的！DeepSeek更完智谱更：GLM-4.6，代码国内最强

十三
2025-09-30
17:07:50

来源：量子位

金磊 发自 凹非寺

量子位 | 公众号 QbitAI

好好好，都赶着国庆节之前开卷是吧。

前脚DeepSeek更新到了V3.2，现在智谱又更新了——

正式推出GLM-4.6，代码能力直接推到了国内最强。

根据智谱的测试结果，他们在Claude Code环境下进行了74个真实场景编程任务测试：GLM-4.6实测超过Claude Sonnet 4，超越其他国产模型。

类似的结果还出现在了其它测评中。

例如在通用能力评测上，GLM-4.6在AIME 25、GPQA、LCB v6、HLE、SWE-Bench Verified、BrowseComp、Terminal-Bench、τ^2-Bench、GPQA，这八大榜单中大部分都已经对齐了Claude Sonnet 4，国内第一。

分数高还只是一方面，智谱的GLM-4.6甚至还把“平均token消耗”给打了下来——比GLM-4.5节省30%以上，为同类模型最低。

而且智谱这次还大大方方地把全部测试题目与Agent轨迹亮了出来，方便大家复现验证：

https://huggingface.co/datasets/zai-org/CC-Bench-trajectories

有一说一，卷，是真的卷。

实测GLM-4.6

根据量子位的老传统，新模型一出，那必须是得安排一波实测。

我们先小试牛刀地来一道题：

生成一个射击类的小游戏。

从实测体验来看，代码生成的速度是相当之快，不到一分钟，游戏就被设计出来了。

进阶一下，我们再让GLM-4.6再做一个交互动画：

用p5js创建多彩的可交互动画。

可以看到，鼠标点到哪里就会产生交互效果。

编程这块，我们最后来测一道经典的题目：

显示球在旋转的六边形内弹跳。球应该受到重力和摩擦力的影响，并且必须逼真地从旋转的墙壁上反弹。

嗯，小球是按照物理规律在运转。

在编程能力之后，我们再来测试一下GLM-4.6的数学能力。

请听一道AIME 2025的试题：

在这次测试中，我们是直接把题目截图“喂”给了GLM-4.6，不仅考察了解数学题的能力，同时还检测了一下它识图的多模态能力。

可以看到，GLM-4.6完美地给出了正解：70。

整体来看，智谱这次新模型能力提升可以概括如下：

• 高级编码能力：在公开基准与真实编程任务中，GLM-4.6的代码能力对齐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→200K，适应更长的代码和智能体任务。
• 推理能力：推理能力提升，并支持在推理过程中调用工具。
• 搜索能力：增强了模型在工具调用和搜索智能体上的表现，在智能体框架中表现更好。
• 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。

寒武纪、摩尔线程都跟进了

昨晚DeepSeek更新的时候，一个新现象伴随着诞生——

很多国产芯片公司立即宣布“Day0适配”。

这一现象在GLM-4.6身上也是发生了。

据了解，GLM-4.6 已经在寒武纪的国产芯片上实现了FP8+Int4的混合量化部署，这是国产芯片上第一次真正落地的FP8+Int4模型芯片一体化方案。

在保证精度不受影响的同时，还大幅降低了推理成本，也为国产芯片本地运行大模型提供了一条可行的新路径。

在vLLM推理框架的支持下，摩尔线程新一代GPU能够用原生FP8精度稳定运行GLM-4.6，这充分体现了MUSA架构和全功能GPU在生态兼容性和快速适配上的优势。

接下来，GLM-4.6将与寒武纪、摩尔线程的国产芯片组合，通过智谱MaaS平台正式对企业和大众开放服务。

最后，划个重点。

智谱在能力提升的同时，还把价格给打下来了！

智谱同步升级的GLM Coding Plan（最低20元包月畅玩套餐）：用1/7的价格，可以享受到Claude的9/10智商。

GLM-4.6体验地址：
chat.z.ai

智谱MaaS平台：
bigmodel.cn

Read More