Z.ai: GLM 4.6
z-ai/glm-4.6
ModellgewichteCompared with GLM-4.5, this generation brings several key improvements:
Longer context window: The context window has been expanded from 128K to 200K tokens, enabling the model to handle more complex agentic tasks. Superior coding performance: The model achieves higher scores on code benchmarks and demonstrates better real-world performance in applications such as Claude Code、Cline、Roo Code and Kilo Code, including improvements in generating visually polished front-end pages. Advanced reasoning: GLM-4.6 shows a clear improvement in reasoning performance and supports tool use during inference, leading to stronger overall capability. More capable agents: GLM-4.6 exhibits stronger performance in tool using and search-based agents, and integrates more effectively within agent frameworks. Refined writing: Better aligns with human preferences in style and readability, and performs more naturally in role-playing scenarios.
Anbieter
Verschiedene Unternehmen hosten dasselbe Modell. OpenRouter leitet Ihre Anfrage je nach gewähltem Routing-Modus an eines davon weiter: Ausgewogen (Preis + Geschwindigkeit), Nitro (am schnellsten) oder Floor (am günstigsten).
| 0,50 $ | 2,00 $ | 0,10 $ | 1,24s | 34 tok/s | ||
| 0,43 $ | 1,75 $ | 0,08 $ | 1,45s | 27 tok/s | ||
| 0,60 $ | 2,20 $ | 0,11 $ | 3,35s | 28 tok/s | ||
| 0,55 $ | 2,20 $ | 0,11 $ | 4,74s | 27 tok/s | ||
Nicht beim Routing im Modus Standard verwendet:Warum diese Endpunkte nicht verwendet werden | ||||||
| 0,40 $ | 1,60 $ | 0,08 $ | 1,98s | 39 tok/s | ||
Eingabe 0,50 $ / Ausgabe 2,00 $34 tok/s99,97 % Verfügbarkeit- Eingabe 0,43 $ / Ausgabe 1,75 $27 tok/s99,96 % Verfügbarkeit
- Eingabe 0,60 $ / Ausgabe 2,20 $28 tok/s100,00 % Verfügbarkeit
- Eingabe 0,55 $ / Ausgabe 2,20 $27 tok/s100,00 % Verfügbarkeit
- Nicht beim Routing im Modus Standard verwendet:Warum diese Endpunkte nicht verwendet werden
Eingabe 0,40 $ / Ausgabe 1,60 $39 tok/s100,00 % VerfügbarkeitFlex
Preise
Der durchschnittliche Preis, den Kunden tatsächlich für dieses Modell zahlen, neben den von Anbietern veröffentlichten Preisen. Durch Caching und Rabatte liegt der tatsächlich gezahlte Preis oft deutlich unter dem Listenpreis.
Gewichteter Durchschnitt
GLM 4.6 — Preisverlauf
| 0,193 $ | 2,20 $ | 81,0 % | 25,8 % | ||
| 0,248 $ | 2,00 $ | 63,1 % | 46,3 % | ||
| 0,295 $ | 2,20 $ | 62,2 % | 18,7 % | ||
| 0,315 $ | 1,75 $ | 32,9 % | 9,1 % | ||
Nicht beim Routing im Modus Standard verwendet:Warum diese Endpunkte nicht verwendet werden | |||||
| 0,358 $ | 1,60 $ | 13,2 % | 0,1 % | ||
- Wirksam in 0,193 $ / Effektive Ausgabekosten 2,20 $Token-Anteil25,8 %
- Wirksam in 0,248 $ / Effektive Ausgabekosten 2,00 $Token-Anteil46,3 %
- Wirksam in 0,295 $ / Effektive Ausgabekosten 2,20 $Token-Anteil18,7 %
- Wirksam in 0,315 $ / Effektive Ausgabekosten 1,75 $Token-Anteil9,1 %
- Nicht beim Routing im Modus Standard verwendet:Warum diese Endpunkte nicht verwendet werden
- Wirksam in 0,358 $ / Effektive Ausgabekosten 1,60 $FlexToken-Anteil0,1 %
Leistung
Der Durchsatz gibt an, wie schnell das Modell schreibt (Token pro Sekunde – höher ist besser). Die Latenz ist die gesamte Umlaufzeit (niedriger ist besser). TTFT ist die Zeit bis zum ersten Token – also die Wartezeit, bis etwas angezeigt wird (niedriger ist besser).
P50, bester Wert über alle Anbieter hinweg
P50, bester Anbieter
Verfügbarkeit
Verfügbarkeit ist der prozentuale Anteil der letzten 3 Tage, in dem mindestens ein Anbieter auf Anfragen reagiert hat. Die Verfügbarkeit der Inferenz ist der prozentuale Anteil der Zeit, in der Inferenz erfolgreich bereitgestellt wurde. OpenRouter überwacht dies kontinuierlich und verwendet den nächstbesten Anbieter, wenn ein Anbieter einen Fehler zurückgibt.
Verfügbarkeit in den letzten 3 Tagen
Letzte 72 StundenVerfügbarkeit in den letzten 24 Stunden
Wenn bei einem vorgelagerten Anbieter ein Fehler auftritt, können wir diesen durch die Weiterleitung an einen anderen funktionsfähigen Anbieter beheben, sofern Ihre Anfragefilter dies zulassen. Sie können programmgesteuert auf die Verfügbarkeitsdaten pro Anbieter zugreifen, und zwar über die Endpunkt-API. Erfahren Sie mehr über unsere Optionen für Lastverteilung und Anbieter-Routing.
Leistungsvergleiche
Ergebnisse standardisierter Bewertungen und eigene Ausgaben dieses Modells zu gemeinsamen Vergleichstest-Prompts. Höhere Prozentwerte sind besser – und jeder Rang zeigt, wo dieses Modell unter den anhand dieser Quelle bewerteten Modellen liegt.
| Quelle | Benchmark | Ergebnis |
|---|---|---|
| Artificial Analysis | GLM-4.6 (Reasoning) Coding Index | 45,8 |
| Artificial Analysis | GLM-4.6 (Reasoning) GPQA Diamond | 78.0% |
| Artificial Analysis | GLM-4.6 (Reasoning) HLE | 14.5% |
| Artificial Analysis | GLM-4.6 (Reasoning) IFBench | 43.4% |
| Artificial Analysis | GLM-4.6 (Reasoning) τ²-Bench Telecom | 70.5% |
| Artificial Analysis | GLM-4.6 (Reasoning) AA-LCR | 54.0% |
| Artificial Analysis | GLM-4.6 (Reasoning) τ-Bench Banking | 13.4% |
| Artificial Analysis | GLM-4.6 (Reasoning) GDPval-AA | 13.2% |
| Artificial Analysis | GLM-4.6 (Reasoning) CritPt | 1.1% |
| Artificial Analysis | GLM-4.6 (Reasoning) LiveCodeBench | 69.5% |
| Artificial Analysis | GLM-4.6 (Reasoning) Terminal-Bench Hard | 25.0% |
| Artificial Analysis | GLM-4.6 (Reasoning) Terminal-Bench 2.1 | 49.4% |
| Artificial Analysis | GLM-4.6 (Reasoning) MMLU-Pro | 82.9% |
| Artificial Analysis | GLM-4.6 (Reasoning) AIME 2025 | 86.0% |
| Artificial Analysis | GLM-4.6 (Non-reasoning) GPQA Diamond | 63.2% |
| Artificial Analysis | GLM-4.6 (Non-reasoning) HLE | 5.5% |
| Artificial Analysis | GLM-4.6 (Non-reasoning) IFBench | 36.7% |
| Artificial Analysis | GLM-4.6 (Non-reasoning) τ²-Bench Telecom | 76.9% |
| Artificial Analysis | GLM-4.6 (Non-reasoning) AA-LCR | 26.3% |
| Artificial Analysis | GLM-4.6 (Non-reasoning) CritPt | 0.0% |
| Artificial Analysis | GLM-4.6 (Non-reasoning) LiveCodeBench | 56.1% |
| Artificial Analysis | GLM-4.6 (Non-reasoning) Terminal-Bench Hard | 28.8% |
| Artificial Analysis | GLM-4.6 (Non-reasoning) MMLU-Pro | 78.4% |
| Artificial Analysis | GLM-4.6 (Non-reasoning) AIME 2025 | 44.3% |
| Design Arena | GLM 4.6 Agents Arena Androidnative Elo | 1073 |
| Design Arena | GLM 4.6 Agents Arena Full Stack Elo | 1002 |
| Design Arena | GLM 4.6 Agents Arena Godotgamedev Elo | 1180 |
| Design Arena | GLM 4.6 Agents Arena Mobile Apps Elo | 1088 |
| Design Arena | GLM 4.6 Models Arena 3D Elo | 1108 |
| Design Arena | GLM 4.6 Models Arena Code Categories Elo | 1155 |
| Design Arena | GLM 4.6 Models Arena Data Visualization Elo | 1157 |
| Design Arena | GLM 4.6 Models Arena Game Development Elo | 1140 |
| Design Arena | GLM 4.6 Models Arena SVG Elo | 1097 |
| Design Arena | GLM 4.6 Models Arena UI Component Elo | 1137 |
| Design Arena | GLM 4.6 Models Arena Website Elo | 1166 |
| Vals AI | GLM 4.6 AIME | 92.7% |
| Vals AI | GLM 4.6 CorpFin v2 | 56.8% |
| Vals AI | GLM 4.6 Finance Agent v1.1 | 36.5% |
| Vals AI | GLM 4.6 GPQA Diamond | 74.5% |
| Vals AI | GLM 4.6 IOI v1 | 4.3% |
| Vals AI | GLM 4.6 LiveCodeBench | 81.0% |
| Vals AI | GLM 4.6 LegalBench | 79.6% |
| Vals AI | GLM 4.6 MedQA | 92.2% |
| Vals AI | GLM 4.6 MGSM | 89.7% |
| Vals AI | GLM 4.6 MMLU Pro | 82.2% |
| Vals AI | GLM 4.6 TaxEval v2 | 66.2% |
| Vals AI | GLM 4.6 Terminal-Bench 2.0 | 28.1% |
| Vals AI | GLM 4.6 Vibe Code Bench v1.1 | 3.1% |
Apps
Öffentliche Apps, die den meisten Datenverkehr an dieses Modell senden. Ein guter Anhaltspunkt dafür, wie echte Produktionsworkloads aussehen – und ein Hinweis darauf, für welche Anwendungsfälle dieses Modell am besten geeignet ist.
Aktivität
Token-Volumen und Anfrageaufkommen für dieses Modell im Zeitverlauf.
API
Direkt einsetzbarer Code zum Aufrufen dieses Modells. Die API von OpenRouter ist OpenAI-kompatibel – bei den meisten SDKs genügt es, die Basis-URL auszutauschen. Zwischen den Modellen ändert sich nur der unten stehende Modell-Slug.
Derzeit nicht über EU-regionales Routing verfügbar. Dokumentation zum regionsinternen Routing
Häufig gestellte Fragen
Compared with GLM-4.5, this generation brings several key improvements: Longer context window: The context window has been expanded from 128K to 200K tokens, enabling the model to handle more complex agentic tasks.
GLM 4.6 kostet 0,43 $/M Eingabe-Token und 1,75 $/M Ausgabe-Token, mit separaten Tarifen für Cache Read für 0,08 $/M tokens.
GLM 4.6 hat ein Kontextfenster von 204.800 Token. Es unterstützt bis zu 16.384 Completion-Token.
Ja. GLM 4.6 akzeptiert tools und tool_choice für Funktionsaufrufe. Es unterstützt auch strukturierte Ausgaben über ein JSON-Schema in response_format.
GLM 4.6 wird auf OpenRouter von 4 Anbietern bereitgestellt: DeepInfra, Venice, NovitaAI und Z.ai. Anfragen werden an den besten verfügbaren Anbieter weitergeleitet, mit automatischem Failover zu den anderen Anbietern, und Sie können Anbieter über Anbieter-Routing festlegen oder ausschließen.
GLM 4.6 wurde am 30. September 2025 veröffentlicht. Der Wissensstand reicht bis zum 31. März 2025.