Zaktualizowany GLM 4.6 (Rozumienie) od Z ai to jeden z najbardziej inteligentnych modeli z otwartymi wagami, z inteligencją bliską DeepSeek V3.1 (Rozumienie) i Qwen3 235B 2507 (Rozumienie) 🧠 Kluczowe wnioski z benchmarków inteligencji: ➤ Wydajność modelu rozumienia: GLM 4.6 (Rozumienie) uzyskuje wynik 56 w Indeksie Inteligencji Analizy Sztucznej, w porównaniu do wyniku 51 dla GLM 4.5 w trybie rozumienia ➤ Wydajność modelu bez rozumienia: W trybie bez rozumienia, GLM 4.6 osiąga wynik 45, co stawia go 2 punkty przed GPT-5 (minimalne, bez rozumienia) ➤ Efektywność tokenów: Z ai zwiększyło wyniki oceny GLM, jednocześnie zmniejszając liczbę tokenów wyjściowych. Dla GLM 4.6 (Rozumienie) widzimy materialny spadek o 14% w użyciu tokenów do uruchomienia Indeksu Inteligencji Analizy Sztucznej z 100M do 86M, w porównaniu do GLM 4.5 (Rozumienie). To różni się od innych aktualizacji modeli, które widzieliśmy, gdzie wzrost inteligencji często koreluje ze wzrostem użycia tokenów wyjściowych. W trybie bez rozumienia, GLM 4.6 używa 12M tokenów wyjściowych dla Indeksu Inteligencji Analizy Sztucznej Inne szczegóły modelu: ➤🪙 Okno kontekstowe: 200K tokenów kontekstu. To więcej w porównaniu do okna kontekstowego GLM 4.5 wynoszącego 128K tokenów ➤📏 Rozmiar: GLM 4.6 ma 355B całkowitych parametrów i 32B aktywnych parametrów - to samo co GLM 4.5. Do samodzielnego wdrożenia, GLM 4.6 będzie wymagał ~710GB pamięci do przechowywania wag w natywnej precyzji BF16 i nie może być wdrożony na pojedynczym węźle NVIDIA 8xH100 (~640GB pamięci) ➤©️ Licencjonowanie: GLM 4.6 jest dostępny na licencji MIT ➤🌐 Dostępność: GLM 4.6 jest dostępny w pierwszorzędnym API Z ai oraz w kilku API stron trzecich, takich jak DeepInfra (FP8), Novita (BF16), GMI Cloud (BF16) i Parasail (FP8)

GLM 4.6 (Reasoning) poprawia efektywność tokenów, wymagając o 14M mniej tokenów wyjściowych w porównaniu do GLM 4.5 (Reasoning) dla Indeksu Sztucznej Analizy Inteligencji.

Pełne oceny niezależnie przeprowadzane przez Analizę Sztuczną

Porównaj, jak GLM 4.6 wypada w porównaniu do modeli, których używasz lub które rozważasz w: