モデル詳細
GLM-4.6
GLM-4.5と比較して、この世代ではいくつかの重要な改善点があります。 コンテキストウィンドウの拡張: コンテキストウィンドウが 128K トークンから 200K トークンに拡張され、モデルがより複雑なエージェントタスクを処理できるようになりました。 優れたコーディング性能：このモデルはコードベンチマークでより高いスコアを達成し、Claude Code、Cline、Roo Code、Kilo Codeなどのアプリケーションにおいて、視覚的に洗練されたフロントエンドページの生成における改善を含め、より優れた実世界でのパフォーマンスを発揮します。 高度な推論: GLM-4.6 は推論性能が明らかに向上し、推論中のツール使用をサポートすることで、全体的な能力が向上します。より高性能なエージェント: GLM-4.6 はツール使用型エージェントと探索型エージェントにおいてより優れた性能を発揮し、エージェントフレームワーク内でより効果的に統合されます。 洗練された文章：スタイルと読みやすさにおいて人間の好みに合致し、ロールプレイングの場面でより自然な表現が可能になります。
モデル仕様
- モデル ID
-
glm-4.6
- コンテキスト長
- 204.8K
- 最大出力
- 131.072K
- 入出力モダリティ
- リリース
- 2025-09
02
API エンドポイント
MixRoute 単一ゲートウェイ、OpenAI 互換
-
OpenAI-compatible
/v1/chat/completionsPOST
03
料金
固定料金、単位: /1M Tokens
入力
$0.6000 /1M Tokens
生成
$2.2000 /1M Tokens
キャッシュ読み取り
$0.1100 /1M Tokens
05
選定サマリー
ワークロード適合性を素早く判断
このモデルは何に向いていますか？
テキスト生成モデル、入力：テキスト、出力：テキスト
glm-4.6 はテキスト生成モデルです。仕様は、context window は 204,800 トークン、1 回の最大出力は 131,072 トークン。
使う前に何を確認すべきですか？
204,800 context、出力上限 131,072
glm-4.6 の採用前に、標準入力は $0.6／100 万トークン、対応が宣言されている機能：ツール呼び出し、構造化出力、ストリーミング、プロンプトキャッシュ、OpenAI SDK 互換、知識カットオフは 2025-03-31、2025-09-30 公開。代表的なトラフィックで試験運用し、品質とレイテンシを確認してください。
なぜ MixRoute 経由で使うのですか？
base URL の変更だけで glm-4.6 を利用
MixRoute は OpenAI 互換エンドポイント /v1/chat/completions で glm-4.6 を提供します。既存のクライアントは https://api.mixroute.ai/v1 とモデル ID glm-4.6 に切り替えて、結合テストを再実行するだけです。
07
機能と互換性
未確認の機能は「Unknown」のまま、推測しません
ツール呼び出し
glm-4.6は関数呼び出しとツール呼び出しをサポートします。
tools定義を送信すると、応答としてtool_callsが返され、それを実行して結果をフィードバックします。
構造化された出力
glm-4.6は、必要に応じてJSON形式の出力を生成できます。
response_format: { type: "json_schema" }は有効なJSON出力を強制します。
ストリーミング配信
glm-4.6はストリーム応答をサポートしています。
stream: trueはトークンを段階的にストリーミングするため、チャットUIはトークンが到着するたびにレンダリングされます。
プロンプトのキャッシュ
glm-4.6は、サポートされているルーティング条件下でプロンプトのキャッシュをサポートします。
OpenAI SDK
MixRouteのOpenAI互換エンドポイントを介してglm-4.6を呼び出します。
base_url を https://api.mixroute.ai/v1 に変更します。その他はすべて OpenAI のスタイルに従います。
08
トークンコスト見積もり
このページの料金に基づく見積もりで、実請求ではありません
同一プレフィックスが繰り返し読み取られる入力の割合（最大100%）
09
FAQ
GLM-4.6はコンテキストキャッシュをサポートしており、繰り返しプレフィックスの遅延とコストを大幅に削減できます。システムプロンプトやツール定義などの安定したコンテンツが最も恩恵を受けます。
単一エンドポイントで検証可能な判断
同じリクエスト形式でこのモデルと代替ルートをテスト
実際のワークロードから始め、品質、総コスト、障害条件を基に本番トラフィックを送るか判断します。