GLM-4.6 发布：【寒武纪/摩尔】已适配、大提升

三则消息

（你懂的）

• 本文发出时，GLM-4.6 已上线，大提升，马上开源

• 寒武纪（寒王），已实现 GLM-4.6 的 FP8+Int4 混合量化部署

• 摩尔线程，已实现原生 FP8 精度稳定跑 GLM-4.6

跑分很高，实测靠谱

已经可以在 z.ai 上用了

当然，也可以通过 api 的方式使用，可通过https://bigmodel.cn/进行访问，接口信息在这：

base:

https://open.bigmodel.cn/api/paas/v4/

model:

glm-4.6

买套餐包的话，价格是 1.99元/一百万 token，比 DeepSeek 还便宜

有一说一

GLM-4.6 这个模型非常强我非常受益

体感就是 最强国产模型 + 最强开源模型

编程能力十分突出（感觉比 Claude 略逊一筹，但不显著）

至于我的理由...

我的「」，背后就是 GLM-4.6

他自己做了个神奇的 svg ，自我介绍：

GLM-4.6 发布更新

2025.7 技术革新版

任意滑动，探索GLM-4.6新特性

glm46_release_part1.log

// GLM-4.6 核心发布亮点

1、寒武纪&摩尔线程部署:GLM-4.6已上线寒武纪芯片，实现FP8+Int4混合量化；摩尔线程支持原生FP8精度稳定运行。 [官网]

2、Claude平替:价格仅为Claude 1折，智商保留90%，实测性能优于Gemini和k2/Qwen/DS模型。 [API]

3、公众号排版器:作者产品"公众号排版器"成功案例，解决排版美学难题，国内唯一合规方案。

4、血泪测试史:历经DeepSeek/Qwen3/k2/GLM-4.5失败，GLM-4.6训练中版本首测即通，无限期内测后合规上线。

5、性能对比:官测数据：比GLM-4.5显著提升，当前国产模型最强，支持长文本与多模态输入。

6、Coding Plan升级:新增图像识别+搜索能力，支持Claude Code/Roo Code等10+编程工具。

7、GLM Coding Max:重度开发者福利，用量达Claude Max的3倍（20x基础上提升）。 [开源]

8、合规优势:国产化部署，解决海外模型（Gemini/Claude）国内不可用问题，成本降低90%。

9、用户升级:已订阅用户自动升级GLM-4.6，新用户邀请码福利开放。

10、生态支持:兼容主流框架，FP8量化优化，适配寒王/摩尔线程硬件。

11、实测效果:排版美学领域首个国产成功案例，用户反馈"太爽了，终于能合规上线"。

12、开源生态:基座/推理/沉思模型全开源，社区驱动持续迭代。

glm46_release_part2.log

// GLM-4.6 应用与技术细节

13、部署突破:寒武纪FP8+Int4混合量化，摩尔线程原生FP8稳定运行，硬件兼容性领先。 [寒武纪]

14、排版器案例:飞书内容一键同步公众号，AI自动排版美学，解决"无国产模型能打"痛点。 [体验]

15、模型训练:训练中版本即获成功，推理/数学/指令遵循全面提升。

16、价格优势:API调用成本仅Claude 10%，企业部署性价比极高。

17、编程支持:GLM Coding Max支持Kilo Code/Cline等工具，代码生成效率翻倍。 [开发]

18、多模态增强:图像识别精度提升，搜索能力实时联网，支持长文本处理。

19、用户福利:邀请码注册获额外用量，老用户无缝升级。 [邀请]

20、行业影响:国产AI美学应用里程碑，推动合规化部署趋势。

21、技术开源:量化方案与模型权重部分开源，促进行业协作。

22、未来规划:持续优化Agent能力，深化硬件适配，拓展应用场景。

glm46_tech_detail.md

// GLM-4.6 技术架构与优势

# 核心技术

- 量化部署:(重点突破)FP8+Int4混合量化，寒武纪/摩尔线程原生支持，推理效率提升40%。

- 多模态处理:(重点突破)图像识别+搜索集成，支持长上下文输入，精度超Gemini 15%。

- 性能优化:(重点突破)推理速度比GLM-4.5快30%，内存占用降低25%。

- 开源生态:(重点突破)基座/推理模型全开源，社区贡献率国内第一。

# 应用场景

- 排版美学:(成功案例)公众号排版器唯一合规方案，用户增长200%。

- 编程开发:(核心推荐)Coding Plan升级，支持10+IDE工具，代码生成准确率92%。

- 企业部署:(核心推荐)寒武纪/摩尔线程适配，国产硬件低成本方案。

- 多模态创作:(核心推荐)图文混合生成，搜索实时联网。

# 竞品对比

- vs Claude:(绝对优势)价格仅1折，智商保留90%，国内合规可用。

- vs Gemini:(绝对优势)部署灵活性强，无网络限制，响应速度+50%。

- vs Qwen/DeepSeek:(明显提升)美学理解能力领先，复杂任务成功率+35%。

# 未来演进

- Agent强化:深度研究模式迭代，支持复杂任务编排。

- 硬件扩展:支持更多国产芯片，量化方案持续优化。

- 生态建设:开发者工具链完善，邀请码激励计划。

glm46_user_guide.md

// GLM-4.6 用户指南与福利

# 快速开始

- API接入:(简单易用)官网申请密钥，兼容OpenAI格式，5分钟部署。

- 产品体验:(重点推荐)公众号排版器实测，输入内容自动美化。 [试用]

- 编程工具:(重点推荐)Cursor/VSCode插件，GLM Coding Max福利包。 [插件]

# 用户权益

- 老用户升级:(自动生效)已订阅GLM-4.5用户免费升级至4.6。

- 邀请码福利:(限时开放)注册获额外3倍用量，作者专属通道。 [注册]

- 企业方案:(定制支持)寒武纪/摩尔线程部署咨询，成本节省70%。

# 最佳实践

- 排版任务:输入飞书内容，选择"公众号模式"，AI自动优化。

- 编程场景:启用Coding Plan，多工具链协同，代码质量+40%。

- 成本控制:Int4量化模式优先，价格仅竞品10%。

# 常见问题

部署硬件:支持寒武纪思元/摩尔线程S系列，最低配置8GB显存。

对比Claude:功能一致，国内合规，价格优势显著。

技术支持:24小时社区响应，开源文档齐全。

安全合规:数据本地化处理，通过等保三级认证。

glm46_benchmark.js

// GLM-4.6 性能基准与数据

# 基础性能

- 推理速度:(实测领先)FP8模式128token/s，比GLM-4.5+30%。

- 准确率:(SOTA表现)MMLU基准89.2，超国产模型均值12%。

- 内存优化:(高效部署)Int4量化显存占用仅6GB（7B模型）。

# 任务评测

- 排版美学:(唯一达标)公众号排版器用户满意度95%，Claude未过测。

- 编程能力:(高效能)HumanEval通过率84%，支持Kilo Code深度集成。

- 多模态:(综合领先)图文理解精度91%，搜索响应<0.5s。

# 硬件适配

- 寒武纪思元:FP8吞吐量150QPS，能效比+45%。

- 摩尔线程:原生FP8无精度损失，4K并行推理。

- 通用GPU:兼容NVIDIA A100，量化加速3.2倍。

# 成本数据

- API定价:¥0.005/1K tokens，仅为Claude 10%。

- 部署成本:寒武纪方案总成本降低65%。

- 开发者福利:GLM Coding Max免费额度60万tokens/月。

# 生态影响

- 用户增长:排版器7日留存率78%，行业均值2倍。

- 开源贡献:GitHub星标12K+，PR处理率98%。

- 行业采用:3家头部企业部署，成本节省平均58%。

glm46_roadmap.js

// GLM-4.6 未来路线图

# 短期计划 (Q3 2025)

- Agent增强:(重点迭代)端到端RL优化，支持复杂任务编排。

- 硬件扩展:(优先级高)支持昇腾/海光芯片，量化方案开源。

- 工具集成:(重点推荐)新增Figma/Unity插件，覆盖更多场景。

# 中期目标 (2025年底)

- 模型升级:GLM-4.7探索，语音/视频模态融合。

- 生态建设:开发者社区扩展，10万+工具链支持。

- 全球部署:海外合规节点，支持跨境应用。

# 长期愿景

- AGI探索:自主决策能力，深度研究模式深化。

- 国产化替代:全栈自主可控，成本压降至$0.001/M tokens。

- 行业标准:推动AI美学与效率新基准。

# 用户参与

反馈通道:社区优先需求响应，贡献者奖励计划。

测试招募:GLM-4.7内测开放，邀请码用户优先。

生态合作:硬件厂商联合优化，企业定制方案。

本篇的其他内容，亦由此一键排版

说实话，国产模型我全试了一遍，之前真没一个能打的

Gemini 和 Claude 确实可以，但你懂的...

海外模型，做不了国内产品，而且血贵....

讲个血泪史

前两天，我发布了「自宇宙诞生以来，猎户座旋臂范围内，首款公众号排版 Agent」

这排版器，去年就发了初版：飞书内容一键同步公众号

后来我整了一堆花里胡哨的交互和小功能，比如这个，可以随便滑动：

大模型不认识文字

它把每个词都变成数字

每个词都有个专属的数字编码

这样它才能计算和理解

任意滑动，查看各词向量

所有词都有数字编号

这编号代表着词的意思

意思差不多的那些词

它们的编号也会更接近

词语被转换成数字代码

这种代码叫作词向量

向量之间距离的远近

表示了词语意思相关度

然后就想：能不能让 AI 自动搞定？

当时试了，都不行

直到 Claude 和 Gemini 更新

这事儿终于有戏了，效果一键出

但问题来了...国内产品不能用海外模型啊！

于是开启了无限期内测（真·无限期那种）

然后就是漫长的等待：DeepSeek、Qwen3、k2、GLM-4.5...

能试的都试了，就是不行

直到前阵子，我搞到了还在训练中的 GLM-4.6，让小伙伴换上一测——成了...

太爽了...这产品终于能合规上线了

今天， GLM-4.6 正式发布

我也能光明正大地说：

排版器用的就是 GLM-4.6，实测靠谱

下面是官方测试，长话短说就是：

▶ Claude 平替：不到 1 折价格, 9 成的智商

▶ 比口碑很好的 GLM-4.5，明显提升

▶ 比当前版本的 k2/qwen/ds，都强

在各基准测试中，GLM-4.6在部分榜单表现对齐 Claude，居国产模型首位

在 Claude Code 环境下进行了的 74 个真实场景编程中，超越其他国产模型。

在平均token消耗上，GLM-4.6 比 GLM-4.5 节省30%以上

公开全部测试题目，与 Agent 轨迹，参见：

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

此外： Coding Plan 全面升级

✓ 已订阅用户自动升级至 GLM-4.6，新增：图像识别 + 搜索能力

✓ 支持 Claude Code、Roo Code、Kilo Code、Cline 等 10+ 主流编程工具

✓ GLM Coding Max —— 给重度开发者的福利，用量是 Claude Max（20x）的 3 倍

以及...欢迎用我的邀请码，hhhhh