模型详情
GLM-4.6
与 GLM-4.5 相比，这一代产品带来了几项关键改进： 更长的 context window：context window 已从 128K 个 token 扩展到 200K 个 token，使模型能够处理更复杂的代理任务。 卓越的编码性能：该模型在代码 benchmark 中取得了更高的分数，并在 Claude Code、Cline、Roo Code 和 Kilo Code 等应用程序中表现出更好的实际性能，包括改进生成视觉效果精美的前端页面。 高级推理：GLM-4.6 在推理性能方面表现出显著提升，并支持在推理过程中使用工具，从而增强了整体能力。更强大的智能体：GLM-4.6 在工具使用型智能体和基于搜索的智能体方面表现更佳，并且能够更有效地集成到智能体框架中。 更精炼的写作：在风格和可读性方面更符合人类的喜好，并且在角色扮演场景中表现得更自然。
模型规格
- 模型 ID
-
glm-4.6
- 上下文长度
- 204.8K
- 最大输出
- 131.072K
- 输入/输出模态
- 发布日期
- 2025-09
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率，单位：/1M Tokens
输入
$0.6000 /1M Tokens
补全
$2.2000 /1M Tokens
缓存读取
$0.1100 /1M Tokens
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
文本生成模型；输入：文本；输出：文本
GLM-4.6 是文本生成模型。规格上，context window 为 204,800 个 Token，单次最多输出 131,072 个 Token。
使用前应检查什么？
204,800 context，输出上限 131,072
采用 GLM-4.6 前，标准输入费率为 $0.6／100 万 Token；已声明支持工具调用、结构化输出、流式输出、提示词缓存、OpenAI SDK 兼容；知识库截止时间为 2025-03-31；发布于 2025-09-30。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
通过兼容端点以模型 ID 调用
通过 MixRoute 的兼容端点（/v1/chat/completions）以模型 ID glm-4.6 调用。现有的兼容 SDK 只需调整 base URL 与模型标识符。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
工具调用
glm-4.6 支持函数调用与工具调用。
tools 定义；响应会返回 tool_calls，执行后再把结果送回模型。
结构化输出
glm-4.6 可以按需生成 JSON 格式的输出。
response_format: { type: "json_schema" } 可强制输出有效的 JSON。
流式输出
glm-4.6 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
提示缓存
glm-4.6 在支持的路由条件下可以使用提示缓存。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 glm-4.6。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
同一前缀被重复读取的输入占比，最高 100%
09
FAQ
GLM-4.6 支持缓存，这可以显著降低重复前缀的延迟和成本。系统提示和工具定义等稳定内容受益最大。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。