GLM-4.6
性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 88%。
有 48 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 45 个。
截至 2026年11月16日,GLM-4.6(Zhipu AI)在 BenchLeader Index 上得分 51.4(共 608 个已排名配置)。表现最好的是智能体与工具(60),最弱的是指令遵循(46)。API 价格为输入每百万 token $0.600、输出每百万 token $2.20(按 3:1 混合为 $1.00),为 2026年11月16日的标价。输出速度约为 34 token/秒(Artificial Analysis)。发布于 2025年9月30日。
要点(截至 2026年11月16日)
- GLM-4.6 的 API 价格为输入每百万 token $0.600、输出每百万 token $2.20(按 3:1 混合为 $1.00)(标价,2026年11月16日)。
- GLM-4.6 的输出速度约为 34 token/秒(Artificial Analysis,2026年11月16日)。
- GLM-4.6 于 2025年9月30日发布(Zhipu AI)。
详细说明:GLM-4.6 是 Zhipu AI 的开放权重推理模型,发布于 2025年9月30日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 51.4 ±12.1,在 608 个配置中排第 314 名,处于下半区。关键在于这个“±”:另有 506 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,智能体与工具得分最高(60),指令遵循最低(46)。按混合价格计,每百万 token $0.963,价格居中。输出速度为 34 token/秒,首次回答需 45.2 秒,位于最慢的四分之一。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2025年9月30日。数据较旧:六个月内没有新结果
- 混合价格
- $0.963/M
- 输入 $0.550 · 输出 $2.20
- 来源:Artificial Analysis
- 输出速度
- 34 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 45 s
- 首 token 1.42 s
- 上下文
- 205k
- 来源:models.dev
- 完整回答
- 104 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年9月30日
- 综合 Index51
- 智能体与工具60
- 指令遵循46
- 长上下文51
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/glm-4-6)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Zhipu AI 以这个名称发布过 8 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月8日 至 2026年11月16日- thinking
- 默认
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA Openness Index不计入 Index | 44.4#97 | 44.4#97 | Artificial Analysis |
推理
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Hard Prompts推理强度未说明 | – | – | 1442#125 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 63.2%#363 | 78.0%#217 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 5.5%#446 | 14.5%#275 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index推理强度未说明 | – | – | 74.5%#81 | Vals AI | |
| Kagi LLM Benchmark推理强度未说明 | – | – | 47.4%#91 | Kagi LLM Benchmark | |
| CritPt不计入 Index | 0.0%#337 | 1.1%#242 | – | Artificial Analysis | |
| Arena Expert不计入 Index推理强度未说明 | – | – | 1440#133 | Arena (LMArena) |
编程
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SciCode推理强度未说明 | – | – | 38.4%#197 | SciCode | |
| Arena Coding推理强度未说明 | – | – | 1458#140 | Arena (LMArena) | |
| Arena WebDev推理强度未说明 | – | – | 1343#122 | Arena (LMArena) | |
| LiveCodeBench推理强度未说明 | – | – | 81.0%#64 | Vals AI | |
| SWE-Bench Pro推理强度未说明 | – | – | 9.7%#23 | Scale AI SEAL | |
| SWE-bench Verified (bash only)推理强度未说明 | – | – | 55.4%#29 | SWE-bench | |
| SWE-bench Verified (any scaffold)不计入 Index推理强度未说明 | – | – | 68.2%#17 | SWE-bench | |
| Vibe Code Bench v1.1不计入 Index推理强度未说明 | – | – | 3.1%#116 | Vals AI | |
| ALE-Bench不计入 Index推理强度未说明 | – | – | 340.8#127 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 2.1 (AA)不计入 Index | – | 49.4%#124 | – | Artificial Analysis | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | 1166#111 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 56.1%#120 | 69.5%#68 | – | Artificial Analysis |
智能体与工具
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Terminal-Bench推理强度未说明 | – | – | 24.5%#82 | Terminal-Bench | |
| Terminal-Bench Hard | 28.8%#120 | 25.0%#141 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 76.9%#135 | 70.5%#157 | – | Artificial Analysis | |
| BFCL Overall | – | 72.4%#4 | – | Berkeley Function Calling Leaderboard | |
| GDPval-AA v2.1不计入 Index | – | 764#215 | – | Artificial Analysis | |
| τ³-Banking (AA) | – | 13.4%#129 | – | Artificial Analysis | |
| Poker Agent不计入 Index推理强度未说明 | – | – | 945.8%#16 | Vals AI | |
| Terminal-Bench 2.0 (Vals)不计入 Index推理强度未说明 | – | – | 28.1%#46 | Vals AI | |
| Design Arena Agentic不计入 Index推理强度未说明 | – | – | 1059#68 | Design Arena | |
| BrowseComp-Plus不计入 Index推理强度未说明 | – | – | 27.7%#6 | BrowseComp-Plus |
数学
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| AIME (Vals)推理强度未说明 | – | – | 92.7%#17 | Vals AI | |
| MGSM推理强度未说明 | – | – | 89.8%#43 | Vals AI | |
| MathArena Apex推理强度未说明可能存在污染 | – | – | 0.5%#42 | MathArena | |
| Arena Maths推理强度未说明 | – | – | 1418#127 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 44.3%#143 | 86.0%#42 | – | Artificial Analysis |
知识
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| MMLU-Pro推理强度未说明 | – | 82.2%#77 | Vals AI | |
| LegalBench推理强度未说明 | – | 79.6%#93 | Vals AI | |
| CorpFin推理强度未说明 | – | 56.8%#87 | Vals AI | |
| TaxEval推理强度未说明 | – | 66.2%#111 | Vals AI | |
| MedQA推理强度未说明 | – | 92.2%#33 | Vals AI | |
| Global-MMLU-Lite (AA)不计入 Index | 85.6%#38 | – | Artificial Analysis |
指令遵循
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| IFBench | 36.7%#301 | 43.4%#226 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index推理强度未说明 | – | – | 1413#126 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1425#124 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1412#75 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1401#109 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1421#130 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1432#124 | Arena (LMArena) |
长上下文
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 26.3%#431 | 54.0%#325 | Artificial Analysis |
综合
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 14.9#299 | 18.5#261 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 208.3#387 | 243.1#282 | Artificial Analysis |
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| DeepInfra | 34 tok/s | 2.25 s | $0.400 | $1.60 | 203k | fp4 |
| DeepInfra | 32 tok/s | 1.25 s | $0.500 | $2.00 | 203k | fp4 |
| Z.ai | 25 tok/s | 4.32 s | $0.600 | $2.20 | 203k | fp4 |
| NovitaAI | 25 tok/s | 4.78 s | $0.550 | $2.20 | 205k | bf16 |
| Venice | 24 tok/s | 1.34 s | $0.430 | $1.75 | 198k | fp4 |
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.110。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0009 | $0.0007 | 54.1 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0079 | $0.0040 | 1.0 min |
| 代码编辑 | 6,000 / 1,500 | $0.0066 | $0.0046 | 1.5 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.042 | $0.022 | 2.7 min |
| 结构化信息提取 | 2,000 / 200 | $0.0015 | $0.0009 | 51.1 s |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GLM-4.6 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/glm-4-6)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). GLM-4.6 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/glm-4-6
BibTeX:
@misc{benchleader_glm_4_6_20261116,
author = {{BenchLeader}},
title = {{GLM-4.6 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/glm-4-6}},
note = {Data as of 2026-11-16}
}常见问题
- GLM-4.6 的基准测试得分是多少?
- 截至 2026年11月16日,GLM-4.6(推理强度 thinking)的 BenchLeader Index 为 51.4 ±12.1。最强的是智能体与工具(60),最弱的是指令遵循(46)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- GLM-4.6 排名第几?
- 截至 2026年11月16日,GLM-4.6(推理强度 thinking)在 608 个已排名配置中排第 314 名。另有 506 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- GLM-4.6 每百万 token 的价格是多少?
- 截至 2026年11月16日,GLM-4.6 的价格为输入每百万 token $0.550、输出每百万 token $2.20,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.963。标价最近一次变动是在 2026年9月19日。
- GLM-4.6 是什么时候发布的?
- Zhipu AI 于 2025年9月30日发布了 GLM-4.6。BenchLeader 收录了它在 3 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《GLM-4.6:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/glm-4-6。