模型介绍
与 GLM-4.5 相比，GLM-4.6 带来了几个关键改进：
- 更长的上下文窗口： 上下文窗口从 128K 扩展到 200K tokens，使模型能够处理更复杂的智能体任务。
- 更强的代码性能： 模型在代码基准测试中取得了更高的分数，并在实际应用中表现更佳，例如 Claude Code、Cline、Roo Code 和 Kilo Code，包括在生成视觉上更精美的前端页面方面的提升。
- 更先进的推理能力： GLM-4.6 在推理性能上有明显提升，并在推理过程中支持工具调用，从而带来更强的整体能力。
- 更强大的智能体： GLM-4.6 在工具使用和基于搜索的智能体方面表现更强，并能更高效地融入智能体框架。
- 更精细的写作： 更好地符合人类在风格和可读性上的偏好，并在角色扮演场景中表现得更加自然。
我们在涵盖智能体、推理和编程的八个公共基准上对 GLM-4.6 进行了评估。结果显示，GLM-4.6 相比 GLM-4.5 有显著提升，同时在对比 DeepSeek-V3.1-Terminus 和 Claude Sonnet 4 等国内外领先模型时也展现出了竞争优势。
模型推理
GLM-4.5 和 GLM-4.6 都使用相同的推理方法。
你可以查看我们的 github 了解更多详情。
推荐评测参数
在一般评测任务中，推荐使用 采样温度 1.0。
在 代码相关的评测任务（例如 LCB）中，进一步推荐设置：
top_p = 0.95top_k = 40