智東西（公眾號：zhidxcom）
作者 | 李水青
編輯 | 漠影
智東西9月30日報道，國慶前夕，全球AI競賽迎來一波小高潮，國產(chǎn)大模型紛紛放大招。
今天下午，智譜AI正式發(fā)布新一代大模型GLM-4.6，就在昨晚，DeepSeek也宣布推出DeepSeek-V3.2-Exp實驗版模型。兩家國產(chǎn)大模型領(lǐng)軍企業(yè)在國慶假期毫不放松，加班加點推進技術(shù)迭代。而在大洋彼岸，Claude Sonnet 4.5同期發(fā)布，谷歌Gemini 3.0也預(yù)計將在10月迎戰(zhàn)，全球大模型競爭進入白熱化階段。
作為智譜GLM系列的最新版本，GLM-4.6在真實編程、長上下文處理、推理能力、信息搜索、寫作能力與智能體應(yīng)用等多個方面實現(xiàn)全面提升，整體性能超越DeepSeek-V3.2-Exp。這也是新晉“國內(nèi)最強Coding模型”，據(jù)稱能使用戶僅用1/7的價格即享受到接近Claude Sonnet 4的代碼能力。
智東西第一時間對GLM-4.6進行了實測體驗，發(fā)現(xiàn)其編程能力表現(xiàn)驚艷，在代碼質(zhì)量和實現(xiàn)效果上相比GLM-4.5大幅提升，并可與Claude Sonnet 4.5、GPT-5媲美；同時在文本理解、邏輯、記憶、檢索、智能體調(diào)用等方面都有明顯體驗提升。
目前，GLM-4.6已上線智譜MaaS平臺bigmodel.cn，即將在Hugging Face、ModelScope同步開源。寒武紀、摩爾線程等國產(chǎn)AI芯片廠商在第一時間完成適配，標志著國產(chǎn)大模型與國產(chǎn)芯片的協(xié)同發(fā)展正在加速推進。
體驗地址：
https://chat.z.ai
技術(shù)報告地址：
https://z.ai/blog/glm-4.6
一、GLM-4.6橫掃八大權(quán)威測評，編程能力創(chuàng)新高，token消耗節(jié)省三成
按照慣例，我們先來看看GLM-4.6的測評成績。
在AIME 25、GPQA、LCB v6、HLE、SWE-Bench Verified等8大權(quán)威基準測試中，GLM-4.6在大部分權(quán)威榜單表現(xiàn)趕超了DeepSeek-V3.2-Exp、Claude Sonnet 4等頂尖模型，穩(wěn)居國產(chǎn)模型首位。
這些成績來之不易。GLM-4.6的上一代模型GLM-4.5最初發(fā)布于7月28日，首次在單個模型中實現(xiàn)將推理、編碼和智能體能力原生融合。GLM-4.5在代碼能力上的突出表現(xiàn)，讓智譜MaaS平臺的API商業(yè)化實現(xiàn)了10倍以上增長。
GLM-4.6在這一基礎(chǔ)上實現(xiàn)全面躍升，不僅在代碼能力上創(chuàng)新高，在長上下文處理、推理能力、信息檢索、文本生成及智能體應(yīng)用等方面均實現(xiàn)顯著升級，整體性能已超越DeepSeek昨日發(fā)布的DeepSeek-V3.2-Exp。
這些提升也體現(xiàn)在真實編程評測中，GLM-4.6同樣實現(xiàn)了全面超越。
為了測試模型在實際編程任務(wù)中的能力，智譜在Claude Code環(huán)境下進行了74個真實場景編程任務(wù)測試。結(jié)果顯示，GLM-4.6實測超過Claude Sonnet 4，也優(yōu)于其他國產(chǎn)模型。
在平均token消耗上，GLM-4.6比GLM-4.5節(jié)省30%以上，為同類模型最低。
為確保透明性與可信度，智譜已公開全部測試題目與Agent軌跡，供業(yè)界驗證與復(fù)現(xiàn)。
鏈接：
https://huggingface.co/datasets/zai-org/CC-Bench-trajectories
二、實測編程驚艷，勝任復(fù)雜交互任務(wù)，媲美Claude、GPT-5
智東西著重對GLM-4.6的編程能力進行了體驗，發(fā)現(xiàn)其不僅相比GLM-4.5大幅提升，能夠實現(xiàn)更加復(fù)雜的編程任務(wù)，完成度更高，且在多個任務(wù)中的代碼生成質(zhì)量及預(yù)覽效果達到與Claude Sonnet 4.5、GPT-5媲美的水準。
首先我們還是嘗試了“旋轉(zhuǎn)六邊形彈跳球模擬”。體驗發(fā)現(xiàn)，GLM-4.6能夠較準確模擬旋轉(zhuǎn)容器的作用、質(zhì)量對碰撞的影響、能量守恒現(xiàn)象及動量傳遞效果，并且提供了調(diào)整旋轉(zhuǎn)速度、控制重力和摩擦力等控制選項。
輸入：模擬一個旋轉(zhuǎn)六邊形內(nèi)彈跳球，有兩個球體積相同，球a的質(zhì)量是球b的2倍。
GLM-4.6輸出：
當我們將同一提示詞發(fā)送給GLM-4.5，輸出效果如下，彈球彈出了六邊形邊界，模擬效果不如GLM-4.6，且沒有更多的控制選項。從這一例子我們可以直觀看到GLM-4.6相比于GLM-4.5的代際提升。
GLM-4.6與今日最新發(fā)布Claude Sonnet 4.5相比如何呢？如下圖所示，這是X平臺用戶“提示詞”展示的一個讓他“驚嘆”的例子——一次性創(chuàng)建交互式太陽系。這位用戶稱，在GPT-5嘗試相同的提示沒有得到有效代碼，GLM-4.6是否能勝任？
如下圖所示，即便輸入非常簡單的提示詞，GLM-4.6也能理解抽象詞“交互式”和天文概念“太陽系”的含義，并進行比較準確的模擬。該控制臺模擬了太陽系行星的位置和運轉(zhuǎn)，支持拖動查看3D模型，并且支持調(diào)整運行速度和行星大小等變量，看起來絲毫不遜色于Claude Sonnet 4.5。
輸入：創(chuàng)建一個交互式太陽系的模擬。
GLM-4.6輸出：
GLM-4.6在SVG動畫生成的例題中，也實現(xiàn)了超過GPT-5的理解和編程能力。如下圖所示，一位X平臺用戶用GPT-5去生成“水豚騎自行車”的SVG動畫，然而動畫中卻沒有準確生成出水豚，令這位用戶懷疑：GPT-5好像只會生成訓練數(shù)據(jù)中出現(xiàn)過的內(nèi)容，或許因為水豚沒出現(xiàn)過所以不能生成。
我們讓GLM-4.6嘗試做了同一道題，發(fā)現(xiàn)其快速生成了一個準確逼真的動畫——動畫版水豚的形態(tài)接近真實世界的水豚，且水豚是坐在自行車座位上手扶著車把騎行的，生成較準確。
輸入：SVG，水豚騎自行車的動畫。
GLM-4.6輸出：
交互式游戲更加考驗大模型的編程能力。當我們讓GLM-4.6生成一個簡單的3D射擊游戲，GLM-4.6快速生成了一個736行代碼的程序，預(yù)覽就是一個具備三維立體感的空間，點擊鼠標就可以射擊移動物體，并且具有擊中獎勵效果和計分機制。
輸入：用Three.JS做一個簡單的3D射擊游戲。
GLM-4.6輸出：
GLM-4.6在全棧開發(fā)方面實現(xiàn)了增強的前端設(shè)計、GitHub集成、更長的上下文等升級，我們也嘗試了一下。我們要求GLM-4.6生成“速度型集群和力量型相互作用演化”的模擬，這將考察GLM-4.6在前端開發(fā)、物理模擬、狀態(tài)管理、系統(tǒng)架構(gòu)、抽象建模、簡化復(fù)雜度、工具鏈使用等多重能力。
如下圖所示，GLM-4.6完成了一步實現(xiàn)，不僅模擬出速度型種群快速被力量型種群消滅的物理規(guī)律，還通過模塊化的控制板，給出了模擬控制、參數(shù)設(shè)置、種群A和B的動態(tài)指標等發(fā)展情況，前端視覺效果已經(jīng)非常美觀，可以說“內(nèi)外兼修”。
輸入：有兩個種群，種群a注重力量的發(fā)展，種群b注重速度的發(fā)展，請模擬一下兩個種群之間的相互作用并給出說明。需要以“小球”的形態(tài)模擬出可視化的狀態(tài)。
輸出：
除了體驗GLM-4.6的代碼能力，我們還通過AI PPT制作這一功能，驗證了GLM-4.6在文本理解、智能體調(diào)用、檢索及多模態(tài)方面的能力。
通過多輪對話，我們直觀感受到GLM-4.6的“手眼并用”能力更靈了。其不僅準確理解了生成需求，并圍繞主題進行了準確的檢索和信息提煉，文本和圖片內(nèi)容都緊扣主題，同時多輪對話指令遵循準確。
輸入：
第一輪：制作一份關(guān)于 “當代年輕人新型社交方式” 的PPT。請生成一個4頁的PPT大綱，涵蓋“搭子社交”、“MBTI社交”、“全職兒女”和“追星社交”四個話題。
第二輪：全職兒女更偏向家庭關(guān)系，請將這一頁替換為關(guān)于“City Walk中的社交屬性”的內(nèi)容，并保持與其他頁面相同的格式和深度。
第三輪：畫面有點單調(diào)，增加一些時尚視覺元素。在4張PPT中分別添加一些相關(guān)的配圖。
輸出：
總的來說，我們發(fā)現(xiàn)GLM-4.6相比于GLM-4.5雖然在名稱上僅僅迭代了0.1代，但實測效果卻有非常直觀的提升，并且在一些案例中比GPT-5、Claude Sonnet 4.5效果更好。國產(chǎn)大模型的迭代速度十分驚人，這與我們昨日實測DeepSeek新模型時的感受是一致的。
三、國產(chǎn)芯片立刻適配，國產(chǎn)之光降價提質(zhì)，AI惠及更多人
GLM-4.6發(fā)布的同時，國產(chǎn)AI芯片廠商迅速響應(yīng)。寒武紀與摩爾線程幾乎在第一時間完成對GLM-4.6的適配，國產(chǎn)大模型與國產(chǎn)芯片協(xié)同效率正超出我們的想象。
GLM-4.6已在寒武紀領(lǐng)先的國產(chǎn)芯片上實現(xiàn)FP8+Int4混合量化部署，這是首次在國產(chǎn)芯片投產(chǎn)的FP8+Int4模型芯片一體解決方案，在保持精度不變的前提下，大幅降低推理成本，為國產(chǎn)芯片在大模型本地化運行上開創(chuàng)了可行路徑。
與此同時，摩爾線程基于vLLM推理框架完成了對GLM-4.6的適配，新一代GPU可在原生FP8精度下穩(wěn)定運行模型，充分驗證了MUSA架構(gòu)及全功能GPU在生態(tài)兼容性和快速適配能力方面的優(yōu)勢。
GLM-4.6和寒武紀、摩爾線程國產(chǎn)芯片的組合，即將通過智譜MaaS平臺正式面向大眾和企業(yè)提供服務(wù)。未來，國產(chǎn)原創(chuàng)GLM大模型與國產(chǎn)芯片將聯(lián)合推動在模型訓練和推理環(huán)節(jié)的性能與效率優(yōu)化。
這一協(xié)同效應(yīng)不僅體現(xiàn)在技術(shù)層面，更直接惠及終端用戶。
隨著GLM-4.6發(fā)布，智譜同步升級GLM Coding Plan，推出最低20元包月暢玩套餐，讓用戶以1/7價格享受到Claude的9/10智商。同時其推出GLM Coding Plan企業(yè)版套餐，為企業(yè)級用戶提供兼具安全、成本效益與國際頂尖性能的編碼解決方案。
此前訂閱GLM Coding Plan包月套餐的用戶自動升級至GLM-4.6，新增圖像識別與搜索能力，支持Claude Code、Roo Code、Kilo Code、Cline等10+主流編程工具。智譜還面向高頻重度開發(fā)者提供GLM Coding Max，是Claude Max (20x) plan三倍用量。
可以看到，國產(chǎn)大模型“提質(zhì)降價”趨勢更加明顯，有望推動大模型技術(shù)更快普及，讓更多開發(fā)者和企業(yè)能夠以更低成本享受到頂尖的AI能力。
結(jié)語：模型提質(zhì)降價背后，架構(gòu)升級與國產(chǎn)芯協(xié)同加速
從GLM-4.5到GLM-4.6，智譜AI在短短兩個月內(nèi)實現(xiàn)顯著躍進，展現(xiàn)出強勁的技術(shù)迭代能力。在模型提質(zhì)的同時，價格持續(xù)下探，讓大模型成為廣大開發(fā)者和企業(yè)觸手可及的工具。這不僅是單純的性能提升，更是國產(chǎn)大模型整體技術(shù)架構(gòu)加速升級的縮影。
國產(chǎn)大模型與國產(chǎn)芯片的深度協(xié)同正在構(gòu)建更加自主可控的AI技術(shù)生態(tài)。寒武紀與摩爾線程完成對GLM-4.6的適配，以及DeepSeek與華為、寒武紀等AI芯片的適配，標志著國產(chǎn)AI芯片與前沿大模型已具備協(xié)同迭代的能力，為構(gòu)建自主AI基礎(chǔ)設(shè)施奠定堅實基礎(chǔ)。
