Z.ai: GLM 4.6
z-ai/glm-4.6
Pesos do modeloCompared 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.
Provedores
Diferentes empresas hospedam o mesmo modelo. O OpenRouter roteia sua solicitação para uma delas com base no modo de roteamento escolhido: Balanced (preço + velocidade), Nitro (mais rápido) ou Floor (mais barato).
| US$ 0,50 | US$ 2,00 | US$ 0,10 | 1,19s | 44 tok/s | ||
| US$ 0,43 | US$ 1,75 | US$ 0,08 | 1,15s | 33 tok/s | ||
| US$ 0,60 | US$ 2,20 | US$ 0,11 | 4,28s | 28 tok/s | ||
| US$ 0,55 | US$ 2,20 | US$ 0,11 | 4,63s | 28 tok/s | ||
Não utilizado no roteamento Standard:Por que estes endpoints não são usados | ||||||
| US$ 0,40 | US$ 1,60 | US$ 0,08 | 0,84s | 39 tok/s | ||
Entrada US$ 0,50 / Saída US$ 2,0044 tok/s99,97% de disponibilidade- Entrada US$ 0,43 / Saída US$ 1,7533 tok/s99,96% de disponibilidade
- Entrada US$ 0,60 / Saída US$ 2,2028 tok/s100,00% de disponibilidade
- Entrada US$ 0,55 / Saída US$ 2,2028 tok/s100,00% de disponibilidade
- Não utilizado no roteamento Standard:Por que estes endpoints não são usados
Entrada US$ 0,40 / Saída US$ 1,6039 tok/s100,00% de disponibilidadeFlex
Preços
O preço médio que os clientes realmente pagam por este modelo, ao lado dos preços publicados pelos provedores. O cache e os descontos fazem com que o preço efetivamente pago seja frequentemente bem inferior ao preço anunciado.
Média ponderada
GLM 4.6 — Histórico de preços
| US$ 0,198 | US$ 2,20 | 80,0% | 25,1% | ||
| US$ 0,249 | US$ 2,00 | 62,7% | 46,7% | ||
| US$ 0,301 | US$ 2,19 | 60,9% | 19,1% | ||
| US$ 0,315 | US$ 1,75 | 32,9% | 9,0% | ||
Não utilizado no roteamento Standard:Por que estes endpoints não são usados | |||||
| US$ 0,358 | US$ 1,60 | 13,2% | 0,1% | ||
- Em vigor em US$ 0,198 / Saída efetiva US$ 2,20Participação em tokens25,1%
- Em vigor em US$ 0,249 / Saída efetiva US$ 2,00Participação em tokens46,7%
- Em vigor em US$ 0,301 / Saída efetiva US$ 2,19Participação em tokens19,1%
- Em vigor em US$ 0,315 / Saída efetiva US$ 1,75Participação em tokens9,0%
- Não utilizado no roteamento Standard:Por que estes endpoints não são usados
- Em vigor em US$ 0,358 / Saída efetiva US$ 1,60FlexParticipação em tokens0,1%
Desempenho
A vazão indica a velocidade com que o modelo escreve (tokens por segundo — quanto maior, melhor). A latência é o tempo total de ida e volta (quanto menor, melhor). TTFT é o tempo até o primeiro token — quanto tempo leva para você ver algo aparecer (quanto menor, melhor).
P50, melhor entre os provedores
P50, melhor provedor
Disponibilidade
A disponibilidade é a porcentagem dos últimos 3 dias em que pelo menos um provedor estava respondendo às solicitações. A disponibilidade é a porcentagem de tempo em que a inferência foi realizada com sucesso. O OpenRouter monitora continuamente e usa o próximo melhor provedor quando um deles retorna um erro.
Disponibilidade nos últimos 3 dias
Últimas 72 horasDisponibilidade nas últimas 24 horas
Quando ocorre um erro em um provedor upstream, podemos nos recuperar roteando para outro provedor saudável, se os filtros da sua solicitação permitirem. Você pode acessar os dados de disponibilidade por provedor de forma programática pela API de endpoints. Saiba mais sobre nossas opções de balanceamento de carga e roteamento de provedores.
Avaliações de desempenho
Pontuações em avaliações padronizadas e as próprias saídas deste modelo para prompts compartilhados de testes de desempenho. Porcentagens maiores são melhores — e cada posição mostra onde este modelo fica entre os modelos avaliados naquela fonte.
| Fonte | Avaliação comparativa | Pontuação |
|---|---|---|
| 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 | 1072 |
| 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 | 1136 |
| 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% |
Aplicativos
Aplicativos públicos que enviam mais tráfego para este modelo. Um bom indicador de como são as cargas de trabalho reais em produção — e uma pista sobre os casos de uso para os quais este modelo é mais adequado.
Atividade
Volume de tokens e tráfego de requisições para este modelo ao longo do tempo.
API
Código pronto para chamar este modelo. A API do OpenRouter é compatível com a OpenAI — a maioria dos SDKs funciona apenas trocando a URL base. A única coisa que muda entre os modelos é o slug do modelo abaixo.
Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região
Perguntas frequentes
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 custa US$ 0,43/M de tokens de entrada e US$ 1,75/M de tokens de saída, com taxas separadas para Cache Read por US$ 0,08/M tokens.
GLM 4.6 tem uma janela de contexto de 204.800 tokens. Ele aceita até 16.384 tokens de conclusão.
Sim. GLM 4.6 aceita tools e tool_choice para chamadas de função. Também oferece suporte a saídas estruturadas por meio de um esquema JSON em response_format.
GLM 4.6 é servido por 4 provedores no OpenRouter: DeepInfra, Venice, NovitaAI e Z.ai. As solicitações são roteadas para o melhor provedor disponível, com failover automático para os demais, e você pode fixar ou excluir provedores com o roteamento de provedores.
GLM 4.6 foi lançado em 30 de setembro de 2025. Seu conhecimento vai até 31 de março de 2025.