GLM-4.6
GLM-4.6 Modell-Übersicht
GLM-4.6 ist das neueste Flaggschiff-Modell von Zhipu AI (Z.ai), das am 30. September 2025 veröffentlicht wurde. GLM-4.6 ist ein Open-Weights-Modell, das sich vor allem für den Coding-Einsatz eignet. Insgesamt verfügt das Modell über 355B Parameter mit einer MoE-Architektur, bei der für jedes Token 32B der Parameter aktiviert werden. In Benchmarks zieht GLM-4.6 mit proprietären Modellen wie Claude Sonnet 4 gleich, bei deutlich reduzierten Kosten. Dazu wurde GLM-4.6 auf effizienteren Token-Output optimiert und generiert bei besseren Ergebnissen ca. 15% weniger Tokens, als das Vorgängermodell GLM-4.5.
Features
Tools
Websuche, Bildgenerierung, Computer Use und MCP-Server.
Multimodalität
Das Modell kann Text, Bilder, Audio und PDFs als Input verarbeiten.
Finetuning
Finetuning des Modells ist aktuell nicht möglich.
Details zum Modell
GLM-4.6 Benchmark Scores
Im KI-Kontext bezeichnet Performance die Leistungsfähigkeit eines Modells in Bereichen wie Sprachverständnis, Logik oder Programmierung – gemessen anhand standardisierter Benchmarks zur objektiven Vergleichbarkeit.
Technologie & Daten
Technische Spezifikationen
| Architektur | Mixture-of-Experts |
|---|---|
| Input Kontextlänge | 200k |
| Output Kontextlänge | 128k |
| Tokenizer | GLM Tokenizer |
Besonderheiten
| Thinking Mode | Hybrider Thinking-Modus |
|---|---|
| Open Source (MIT-Lizenz) | Kommerzielle Nutzung möglich |
| GLM Coding Plan | Claude-Level-Performance für $3/Monat |
| Veröffentlichte Test-Trajectories | Alle 74 CC-Bench-Evaluationen mit vollständigen Logs öffentlich auf Hugging Face |
Vorteile & Nachteile
Vorteile
- Herausragende Preis-LeistungGLM-4.6 ist ca. 90% günstiger als Claude Sonnet 4.5 bei nahezu gleicher Performance.
- Open SourceDie MIT-Lizenz ermöglicht kommerzielle Nutzung und freies Finetuning. Außerdem stehen Quantisierte Versionen von GLM-4.6 zur Verfügung.
- Exzellente Coding-PerformanceGLM-4.6 erreicht Platz #1 auf LiveCodeBench v6 (82,8%) und überzeugt auch in realen Coding-Umgebungen mit produktionsreifen Ergebnissen.
- Effizienter OutputGLM-4.6 komprimiert Inhalte im Output und verbraucht dadurch 15% weniger Tokens als das Vorgängermodell GLM-4.5 bei gleichen Aufgaben.
Nachteile
- Keine MultimodalitätGLM-4.6 ist kein multimodales Modell und kann nur Text-Inputs verarbeiten.
- Schwächen bei akademischem ReasoningGLM-4.6 scheint hauptsächlich auf den Coding-Einsatz optimiert zu sein. Im GPQA Benchmark, der z.B. Wissen in Naturwissenschaften testet, erreicht es bei Veröffentlichung nur Platz #15.
- Hohe Hardware-AnforderungenGLM-4.6 ist ein großes Sprachmodell. Lokales Deployment ist fast unmöglich / nur mit sehr langsamen Token-Throughput möglich.
Vergleiche GLM-4.6 mit anderen LLMs
Vergleiche GLM-4.6 mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Parameteranzahl, Preisen und Benchmark-Leistung.
Provider & APIs
Du kannst Z.ai GLM-4.6 über die API folgender Anbieter nutzen.
