GLM-4.6 首发实测：和 Claude 4.5 比怎么样？

GLM 4.6 首发实测：和 Claude 4.5 比怎么样？ GLM 4.6 首发实测：和 Claude 4.5 比怎么样？ Modified October 1, 2025 • 第二梯队：Claude Sonnet 4 ≈ Gemini 2.5 Pro • 第三梯队：GLM 4.5 ≈ DeepSeek V3.2 这个结果，说实话，完全超出了我的预料，我本以为这会是 Claude 4.5 的主场，但 GLM 4.6 给足了惊喜： • 在无任何额外 Prompt 指导下，GLM 4.6 取得的效果与 Claude 新模型 Sonnet 4.5 相比丝毫不逊色。更是较 DeepSeek V3.2 以及包括 Claude 4 在内的一众前代模型，有了长足的进步。 • 而数据大屏一向是 To B 软件相当重要的商业化工作。按照 GLM 4.6 的本轮效果，对国内 To B 软件行业，绝对算是重大效率改进。 也难怪朋友 赛博禅心 @大聪明 刚刚发布的「公众号排版 Agent」，其自动排版的底模也选择了 GLM 4.6。 一次胜出是巧合，两次、三次？ 可能不得不承认，在需要结合编程与审美的 Coding Agent 任务上，GLM 4.6 可能已经找到了自己的甜点区。 💰 如何定价？Coding Plan 全面升级 聊完了性能，我们当然要再聊点更实在的： ——价格。 Claude 一向很强，但是限于其高昂的计费价格（$3/M input tokens），以及高达 $100 $200 刀，动辄就对国内封号的 Claude Code 套餐，还是让不少开发者没法下决心去付费，榨干 Claude 的潜力。 而 GLM 4.6 发布后，除了常规按量付费定价如下外： 智谱也自动升级了 GLM 4.5 时期推出的 GLM Coding Plan 套餐： • 模型升级：此前已订阅 Plan 的用户，自动升级至 GLM 4.6 • 能力扩展：新增了图像识别与搜索能力 • 更重要的是，价格方面：低至 ¥20/月，Lite/Pro/Max 计划分别每 5 小时提供 120/600/2400 次 Prompts 额度，每月总计可用总量高达几十亿到数百亿 tokens（大概是等量 API 价格的 0.1 折） • 平台兼容方面：支持 Claude Code、Roo Code、Kilo Code、Cline 等 10+ 编程工具 结合此前的效果，你或许可以把 GLM 4.6 视作…… ➡️ 大概只用 Claude 1/7 的价格，换来真实开发场景中，超越昨天发布的 DeepSeek V3.2，比肩 Claude Sonnet 4，甚至一些场景还能不弱于 Claude 4.5 的开发体验？ 总之，数据不会撒谎。 自打 GLM 4.5 开放 Coding Plan 以来，智谱 MaaS 开放平台的 API 商业化，业已实现了 10 倍以上的增长。 开发者们早已用真金白银，进行了投票。 👉 在哪试用 GLM 4.6 ？ • C 端对话：z.ai 、智谱清言已全面支持 GLM 4.6 • API 使用：国内用户通过 bigmodel.cn ，海外用户通过 z.ai • 开源部署：GLM 4.6 将在 Hugging Face、ModelScope 发布 • GLM Coding Plan 购买：通过 bigmodel.cn 直接购买，支持个人与企业版两类套餐 🎐 写在最后：GLM 4.6，最好的国产 Coding 模型 写到这里，我对 GLM 4.6 的密集测试，总算暂告一段落。 说实话根本没想到在国庆节前最后 2 天，会迎来如此密集的模型发布。（本来都要去度假了……） 一方面，是调用成本降低 50% 的 DeepSeek V3.2 Exp， 一方面，Anthropic 家发布 Claude Sonnet 4.5 Coding 模型，再次刷新 AI Coding 能力天花板。 在这波 9 月底的模型扎堆迭代的“神仙打架”中，再回头看 GLM 4.6： • 经典长文一图流测试中，GLM 4.6 的综合表现稳稳压过了 DeepSeek V3.2 新品与国内其他模型，比肩 Claude 4，甚至能与 GPT 5 Codex 有来有回 • 在本文更贴近商业开发场景的数据大屏测试中，甚至与 Claude 4.5 相比也不逊色（仅针对本次测试，非通用结论），明显优于前代模型 这些实测结果，让最后的结论变得不言而喻： 结合性能，以及越来越值得的 GLM Coding Plan ，GLM 4.6 守住了它“国产最好用 Coding 模型”的称号。 是的，GLM 4.6 可能还无法在每一个维度上都比肩像 Claude 4.5 这样“天花板”级别的存在，但它用一个极具诚意的价格，为你提供了一个在绝大多数场景下都“足够好用”，甚至时常有惊喜的 Coding 模型选择。 还是那句话，如果你有 Coding、Agent 任务需求，并且在乎“用得爽”和“用得起”，那 GLM 4.6 绝对值得你花时间亲自上手试试。 我也很期待你的实测反应与反馈。 You don't have permission to access this synced block. Please log in and try again. Log In bigmodel.cn bigmodel.cn • 第二梯队：Claude Sonnet 4 ≈ Gemini 2.5 Pro • 第三梯队：GLM 4.5 ≈ DeepSeek V3.2 这个结果，说实话，完全超出了我的预料，我本以为这会是 Claude 4.5 的主场，但 GLM 4.6 给足了惊喜： • 在无任何额外 Prompt 指导下，GLM 4.6 取得的效果与 Claude 新模型 Sonnet 4.5 相比丝毫不逊色。更是较 DeepSeek V3.2 以及包括 Claude 4 在内的一众前代模型，有了长足的进步。 • 而数据大屏一向是 To B 软件相当重要的商业化工作。按照 GLM 4.6 的本轮效果，对国内 To B 软件行业，绝对算是重大效率改进。 也难怪朋友 赛博禅心 @大聪明 刚刚发布的「公众号排版 Agent」，其自动排版的底模也选择了 GLM 4.6。 一次胜出是巧合，两次、三次？ 可能不得不承认，在需要结合编程与审美的 Coding Agent 任务上，GLM 4.6 可能已经找到了自己的甜点区。 💰 如何定价？Coding Plan 全面升级 聊完了性能，我们当然要再聊点更实在的： ——价格。 Claude 一向很强，但是限于其高昂的计费价格（$3/M input tokens），以及高达 $100 $200 刀，动辄就对国内封号的 Claude Code 套餐，还是让不少开发者没法下决心去付费，榨干 Claude 的潜力。 而 GLM 4.6 发布后，除了常规按量付费定价如下外： 智谱也自动升级了 GLM 4.5 时期推出的 GLM Coding Plan 套餐： • 模型升级：此前已订阅 Plan 的用户，自动升级至 GLM 4.6 • 能力扩展：新增了图像识别与搜索能力 • 更重要的是，价格方面：低至 ¥20/月，Lite/Pro/Max 计划分别每 5 小时提供 120/600/2400 次 Prompts 额度，每月总计可用总量高达几十亿到数百亿 tokens（大概是等量 API 价格的 0.1 折） • 平台兼容方面：支持 Claude Code、Roo Code、Kilo Code、Cline 等 10+ 编程工具 结合此前的效果，你或许可以把 GLM 4.6 视作…… ➡️ 大概只用 Claude 1/7 的价格，换来真实开发场景中，超越昨天发布的 DeepSeek V3.2，比肩 Claude Sonnet 4，甚至一些场景还能不弱于 Claude 4.5 的开发体验？ 总之，数据不会撒谎。 自打 GLM 4.5 开放 Coding Plan 以来，智谱 MaaS 开放平台的 API 商业化，业已实现了 10 倍以上的增长。 开发者们早已用真金白银，进行了投票。 👉 在哪试用 GLM 4.6 ？ • C 端对话：z.ai 、智谱清言已全面支持 GLM 4.6 • API 使用：国内用户通过 bigmodel.cn ，海外用户通过 z.ai bigmodel.cn • 开源部署：GLM 4.6 将在 Hugging Face、ModelScope 发布 • GLM Coding Plan 购买：通过 bigmodel.cn 直接购买，支持个人与企业版两类套餐 bigmodel.cn 🎐 写在最后：GLM 4.6，最好的国产 Coding 模型 写到这里，我对 GLM 4.6 的密集测试，总算暂告一段落。 说实话根本没想到在国庆节前最后 2 天，会迎来如此密集的模型发布。（本来都要去度假了……） 一方面，是调用成本降低 50% 的 DeepSeek V3.2 Exp， 一方面，Anthropic 家发布 Claude Sonnet 4.5 Coding 模型，再次刷新 AI Coding 能力天花板。 在这波 9 月底的模型扎堆迭代的“神仙打架”中，再回头看 GLM 4.6： • 经典长文一图流测试中，GLM 4.6 的综合表现稳稳压过了 DeepSeek V3.2 新品与国内其他模型，比肩 Claude 4，甚至能与 GPT 5 Codex 有来有回 • 在本文更贴近商业开发场景的数据大屏测试中，甚至与 Claude 4.5 相比也不逊色（仅针对本次测试，非通用结论），明显优于前代模型 这些实测结果，让最后的结论变得不言而喻： 结合性能，以及越来越值得的 GLM Coding Plan ，GLM 4.6 守住了它“国产最好用 Coding 模型”的称号。 是的，GLM 4.6 可能还无法在每一个维度上都比肩像 Claude 4.5 这样“天花板”级别的存在，但它用一个极具诚意的价格，为你提供了一个在绝大多数场景下都“足够好用”，甚至时常有惊喜的 Coding 模型选择。 还是那句话，如果你有 Coding、Agent 任务需求，并且在乎“用得爽”和“用得起”，那 GLM 4.6 绝对值得你花时间亲自上手试试。 我也很期待你的实测反应与反馈。 You don't have permission to access this synced block. Please log in and try again. Log In 🔗 原文链接： https://mp.weixin.qq.com/s/tm1UtT4D... https://mp.weixin.qq.com/s/tm1UtT4D... 原创 一泽Eze 一泽Eze2025年09月30日 18:53 浙江 👉 核心速递： • GLM 4.6 发布，基准榜单排名提升，价格不变 • 实测，Coding 效果对齐 Claude 4，超越其他国产模型 • GLM 开发者包月套餐升级，1/7 价格取得 Claude 4 9/10 的效果，值得使用 核心速递： • GLM 4.6 发布，基准榜单排名提升，价格不变 • 实测，Coding 效果对齐 Claude 4，超越其他国产模型 • GLM 开发者包月套餐升级，1/7 价格取得 Claude 4 9/10 的效果，值得使用 这个国庆节，AI 圈主打一个谁都不许放假。 前有 Deepseek V3.2 开源，后有 Claude Sonnet 4.5 突袭，头部 AI 公司都挤在节前这两天秀肌肉。 在这场混战里，智谱也放出了新模型 GLM 4.6，迄今智谱最强的 Coding 模型。 两个月前，我还在 深度评测智谱 GLM 4.5 中大力推荐 GLM 4.5。 深度评测智谱 GLM 4.5 认为综合质量、成本、速度，GLM 4.5 毫无疑问是当时最值得使用的国产 Coding 模型。智谱也凭此在 Openrouter 上，模型调用收入一跃超过其他国产模型收入之和。 而这次 GLM 4.6，则带来了更多新提升： 接下来，本文将从模型信息、实测效果（直接对比 Claude 4.5、Deepseek v3.2、GPT 5 Codex 等）、价格信息、使用结论 等方面，给到有价值的实测参考信息。 💡 GLM 模型：特性一图速览 智谱这次只发 1 款模型：GLM 4.6，大杯，355B A32B。 在真实编程、上下文长度、token 效率、推理能力、Agent 任务等维度，全方位提升。 这是我总结的官方介绍一图流，方便你快速 get 更新的特点： 抓 GLM 4.6 升级的重点： • Coding 能力升级：在 Claude Code 真实环境中，实际性能超越过往，比肩 Claude Sonnet 4 • 上下文长度增加：由 128K 提升至 200K，能支持一次性分析更复杂的项目代码（新 DeepSeek V3.2 仍为 128K） • Tokens 消耗减少：与前代相比，同类任务可节省 30% 以上 tokens 消耗，干活更快，花钱更少。 所以，真正的问题来了： 作为上季度的最强国产 Coding 模型，GLM 4.6 在遇到 Claude Sonnet 4.5、DeepSeek V3.2 扎堆发布的情况，是被迫原地踏步，还是再次超出预期？ 🖥️ GLM 4.6：横测真实 Coding 场景 每次新模型的发布，用户、开发者最在乎的其实是一个相对结论： 1. 这个模型，在目标任务中，排全球/国内模型第几？ 2. 和“我”当前在用的模型相比，有没有必要迁移？ 以下是 GLM 4.6 和最新 Claude Sonnet 4.5、GPT 5 Codex、DeepSeek V3.2，以及上代但足够优秀的 Gemini 2.5 Pro、Claude Sonnet 4 等 真实对比与结论。 选了几个众多测试中，有代表性、且方便在文中对比横测差距的 Case，与你分享： 1）经典素养测试：超长论文一图流生成 熟悉我的读者，应该知道我的经典 Benchmark： 让模型阅读长文后，自行提炼关键内容，总结生成一图流网页。 非常经典的任务设计，同时考验模型的长上下文任务表现、推理能力，以及前端 Coding 的质量与设计审美。 模型水平提升很快，这次也增加了任务难度，让 AI 直接挑战论文的提炼，生成总结一图流 html。 我测试用的是 OpenAI 最近发布的 Paper：《How people are using ChatGPT》。 PDF 共 64 页，9.3 MB，需要分析提炼的内容量相当大。（其他模型统一用 Cherry Studio 调用 API 进行测试） 这是两次不同的对比结果，一次与最新模型比，一次与前代、与自身比： 1）GLM 4.6，与新品 DeepSeek V3.2、Claude Sonnet 4.5、GPT 5 Codex 的对比 • GLM 4.6：产出的长图排版十分合理，内容丰富度也相对合理 • DeepSeek V3.2 reasoning ：出现了部分图形空白，排版设计单一，重点不突出的问题 • GPT 5 Codex：在文字呈现上较其他模型更丰富深入，像完整报告；但出现了排版溢出的微小瑕疵 • Claude Sonnet 4.5：在布局结构、自主设计感上最具优势，详略得当（不过出现了一处数据幻觉，可以接受） • 新品横测排名：Claude Sonnet 4.5 ＞ GPT 5 Codex ≈ GLM 4.6 ＞ DeepSeek V3.2 2）GLM 4.6，与前代 GLM 4.5、Claude Sonnet 4、Gemini 2.5 Pro、Qwen3 Max 的对比 • GLM 4.6 比起 前代 4.5，在布局设计与推理理解（从内容结构与提炼上看），提升明显 • 基本与 Claude Sonnet 4 持平？我感觉 GLM 4.6 似乎更好一点 • Gemini 2.5 Pro 得益于其独特的结构化思维链，在内容提炼上有独特之处，读起来更容易理解。但前端设计略逊与 GLM • Qwen3 最近更新了一个 Max 版本，内容丰富度可以。但语言一致性上仍然存在问题，在中文 Prompt 下偏好输出英文，整体布局虽然没有 bug，但设计呈现效果不佳 • 与前代对比结果：GLM 4.6 ＞ Gemini 2.5 Pro ≈ Claude Sonnet 4 ＞ GLM 4.5 ≈ Qwen3 Max 整体来看，不难发现这个趋势： 这一波 9 月底的 Coding 模型，在推理、上下文注意力、编程稳定性与前端审美，都有了新一轮明显的进步。 而总结本轮测试结论：GLM 4.6 没全守住，但又做得效果非常好。 面对 Claude 4.5 全球最新的顶级模型，GLM 4.6 在设计与长文理解上确实还差一口气。 但它依旧巩固了国产 Coding 模型的一流水准，较自身与前代国产模型有明显进步，甚至与 GPT 5 Codex 相比也互有长处。 考虑到它的高性价比，第一轮测试中，GLM 4.6 在自己的价格区间内，继续做到了最好。 2）垂直商业场景测试：利用统计数据，自行设计数据大屏 继续提升 Coding 任务难度： 我让 AI Deep Research 了24 年国庆节全国旅游数据，并把结果报告给到了 AI，让其根据数据详情，自行设计一个静态数据大屏。 任务 Prompt 如下： 这轮拉了 GLM 4.6、Claude Sonnet 4.5、GLM 4.5、Claude Sonnet 4、DeepSeek V3.2 reasoning、Gemini 2.5 Pro 进行对比。 在没有任何设计风格 Prompt 引导下，各个模型在 1 轮任务 + 1 轮优化后，各个模型生成的前端如图所示： 结果令人意外，本轮测试排名： • 第一梯队：GLM 4.6 ≈ Claude Sonnet 4.5