Z ais oppdaterte GLM 4.6 (Reasoning) er en av de mest intelligente modellene med åpne vekter, med nær DeepSeek V3.1 Terminus (Reasoning) og Qwen3 235B 2507 (Reasoning) nivå intelligens Viktige tips om benchmarking av intelligens: ➤ Resonnementmodellytelse: GLM 4.6 (resonnement) scorer 56 på Artificial Analysis Intelligence Index, opp fra GLM 4.5s poengsum på 49 i resonnementmodus ➤ Ikke-resonnerende modellytelse: I ikke-resonnerende modus oppnår GLM 4.6 en poengsum på 45, og plasserer den 2 poeng foran GPT-5 (minimal, ikke-resonnement) ➤ Token-effektivitet: Z ai har økt GLMs evalueringsscore samtidig som den har redusert utdatatokens. For GLM 4.6 (resonnement) ser vi en vesentlig nedgang på 14 % i tokenbruk for å kjøre Artificial Analysis Intelligence Index fra 100 millioner til 86 millioner, sammenlignet med GLM 4.5 (resonnement). Dette er forskjellig fra andre modelloppgraderinger vi har sett der økning i intelligens ofte er korrelert med økning i bruk av utdatatoken. I ikke-resonnerende modus bruker GLM 4.6 12 millioner utdatatokener for å kjøre indeksen for kunstig analyseintelligens Andre modelldetaljer: ➤ 🪙 Kontekstvindu: 200k token-kontekst. Dette er større sammenlignet med GLM 4.5s kontekstvindu på 128k tokens ➤ 📏 Størrelse: GLM 4.6 har 355B totale parametere og 32B aktive parametere - dette er det samme som GLM 4.5. For selvdistribusjon vil GLM 4.6 kreve ~710 GB minne for å lagre vektene i opprinnelig BF16-presisjon og kan ikke distribueres på en enkelt NVIDIA 8xH100-node (~640 GB minne) ➤ ©️ Lisensiering: GLM 4.6 er tilgjengelig under MIT-lisensen ➤ 🌐 Tilgjengelighet: GLM 4.6 er tilgjengelig på Z ais førsteparts API og flere tredjeparts APIer som DeepInfra (FP8), Novita (BF16), GMI Cloud (BF16) og Parasail (FP8)

GLM 4.6 (Reasoning) forbedrer tokeneffektiviteten, og krever 14 millioner færre utdatatokens sammenlignet med GLM 4.5 (Reasoning) for Artificial Analysis Intelligence Index

Full evals uavhengig drevet av kunstig analyse

Sammenlign hvordan GLM 4.6 (resonnement) fungerer i forhold til modeller du bruker eller vurderer på: