昨晚，GLM-4.6 低调上线，我们立刻拿起 Claude 4.5 进行了一次为期 48 小时的盲测。结果真是意外：中文指令的遵循率上，GLM 超出 9.4%，而代码的首次运行成功率更是领先了 7%，在 2024 年的高考数学卷中获得了 142 分，比 Claude 高出 18 分；不过在复杂的逻辑推理和长文本记忆方面，Claude 依旧保持着“人性化”的优势。那么，究竟谁更懂中国开发者，谁又更适合投入生产？今天我们将分享 6 组实测截图和提示，帮助你一眼看出应该把算力投向谁。
核心资讯：GLM-4.6 正式发布，排名提升，价格不变，实际效果与 Claude 4 对齐，并超越其他国产模型。GLM 的开发者包月套餐升级，价格为 1/7，效果达到 Claude 4 的 9/10，绝对值得尝试。
这个国庆节，AI 界似乎没有人能休假。
在 Deepseek-V3.2 开源之后，Claude Sonnet 4.5 也突然发力，顶尖的 AI 企业都在节前这几天拼命展示实力。
智谱也在这场竞争中发布了新型号 GLM-4.6，这也是迄今为止智谱最强大的编程模型。
两个月前，我在深入评测智谱的 GLM-4.5 时，曾强烈推荐过它。
从综合质量、成本和速度来看，当时 GLM 显然是最值得选择的国产编程模型。智谱因此在 Openrouter 上的模型调用收入，迅速超过了其他国产模型的总和。
而这次的 GLM-4.6 则带来了更多的改进：
下面这篇文章将从模型信息、实际测试效果（与 Claude 4.5、Deepseek V3.2 直接对比）、定价、以及综合结论等方面，提供一些有价值的实测参考信息。
GLM 模型：特性速览
这次智谱只发布了一款模型：
GLM-4.6，超大版本，355B-A32B。
在编程表现、上下文长度、token 效率、推理能力和 Agent 任务等多个方面都有了全面提升。
这是我总结的官方介绍图，可以帮助你快速了解新特性：
总结一下这次升级的要点：编程能力提升：在 Claude Code 的真实环境中，GLM-4.6 的实际表现超越了以往，达到与 Claude Sonnet 4 相当；上下文长度增加：从 128K 提升至 200K，支持一次性分析更复杂的项目代码（而新发布的 DeepSeek V3.2 仍保持在 128K）；Tokens 消耗减少：与前一代相比，同样的任务能节省超过 30% 的 token 消耗，让工作速度更快，成本更低。
所以，真正的问题来了：
作为上个季度最强的国产编程模型，GLM-4.6 在面对 Claude Sonnet 4.5 和 DeepSeek V3.2 的密集发布时，
究竟是停滞不前，还是再次超出预期？
GLM-4.6：在真实编程场景中的横向对比
每次发布新模型，用户真正关心的其实是相对结论：1. 新模型在特定任务中，全球/国内模型排名如何？2. 和当前正在使用的模型相比，是否值得切换？
接下来是 GLM-4.6 与最新的 Claude Sonnet 4.5、GPT-5 Codex、DeepSeek V3.2，
还有上代但依然表现出色的 Gemini 2.5 Pro、Claude Sonnet 4 等的真实对比和结论。
我也选择了一些在测试中具有代表性、便于观察对比差异的案例，跟大家分享：1）经典素养测试：超长论文生成一图流
熟悉我的读者应该知道我经典的基准测试：
让模型阅读长文后，自行提炼关键内容，并生成一图流网页。
这是个经典的任务设计，考验模型的长文本处理能力、推理能力，以及前端编程的质量和设计美感。
模型进步迅速，这次我还增加了任务难度，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 最近发布的论文：《人们是如何使用 ChatGPT 的》。
# AI的长文本处理能力大比拼，你更喜欢哪个？
这次的PDF文件有64页，大小是9.3 MB，内容量可真不少呢！为了测试这些模型的能力，我用的是OpenAI最近发布的论文《人们是如何使用 ChatGPT 的》，其他模型则都是通过Cherry Studio调用API来进行的。
这次的测试结果有两组对比，分别是新模型跟老模型的比拼：
1）GLM-4.6和新模型的比对：DeepSeek V3.2、Claude Sonnet 4.5、GPT-5 Codex。
关于GLM-4.6，它的长图排版还不错，内容也挺丰富的。而DeepSeek V3.2在推理方面就有点问题，排版设计显得单一，重点不够突出。至于GPT-5 Codex，它在文字表达上比其他模型更为深入，像一份完整的报告，但排版上有些小瑕疵。而Claude Sonnet 4.5在布局和设计感上最有优势，内容详略得当，虽然有一处数据错误，但还算可以接受。综合来看，本轮排名是：Claude Sonnet 4.5 ＞ GPT-5 Codex ≈ GLM-4.6 ＞ DeepSeek V3.2。
2）GLM-4.6与前代的对比：GLM-4.5、Claude Sonnet 4、Gemini 2.5 Pro、Qwen3-Max。
和前一代GLM-4.5相比，GLM-4.6在布局设计和推理上的理解有明显进步，几乎可以和Claude Sonnet 4平起平坐。个人感觉GLM-4.6似乎更胜一筹。Gemini 2.5 Pro则因其独特的结构化思维链，在内容提炼上有独到之处，读起来更加容易理解。不过，它在前端设计上稍显逊色。最近更新的Qwen3 Max版本内容丰富，但在语言一致性上仍有待改进，尤其是在中文提示下偏好使用英文。总的来说，与前代的对比结果为：GLM-4.6 ＞ Gemini 2.5 Pro ≈ Claude Sonnet 4 ＞ GLM-4.5 ≈ Qwen3-Max。
从整体来看，我们可以发现一个趋势：
在这波9月底的Coding模型中，无论是在推理能力、上下文的关注度、编程的稳定性，还是前端设计的美感，都有了显著的提升。
总结一下这次的测试：GLM-4.6虽然没能完全做到完美，但表现依然非常出色。相较于全球最新的Claude 4.5模型，GLM-4.6在设计和长文本理解上确实还有些差距。不过，它仍然巩固了国产Coding模型的顶尖水准，与之前的国产模型相比有了明显进步，甚至在某些方面与GPT-5 Codex也互有优劣。
考虑到它的性价比，在第一轮测试中，GLM-4.6在自己的价格区间内继续保持了优秀的表现。
接下来，我又提升了Coding任务的难度：
我让AI深入研究了24年的国庆节全国旅游数据，并将结果报告给了AI，要求它根据数据详情自行设计一个静态数据大屏。
任务提示如下：## 任务请为旅游行业的决策者，设计并开发一个“2024年国庆黄金周旅游数据智慧大屏”。最终成品需要在一个单页的HTML文件中包含所有代码，确保能直接在浏览器中打开运行。决策者需要通过这一块屏幕，快速、直观地了解2024年国庆假期的旅游市场全貌，把握核心亮点、发现潜在趋势。# 要求视觉: 非常专业、极度美观、一屏统览。信息: 高信息密度，关键指标一目了然，配合丰富的可视化图表。动态与交互: 数据加载时有动态效果，配合动效能够响应用户的操作。其他：不要引用外部组件，防止无法加载、显示的情况## 核心数据（以文本格式贴入 Prompt）[2024年国庆黄金周深度洞察报告], [表1：2024年国庆假期全国总体旅游数据], [表2：2024年国庆假期交通方式数据], [表3：2024年国庆假期部分省份旅游数据], [表4：2024年国庆假期文旅消费与活动数据], [表5：2024年国庆假期出入境旅游数据], [表6：2024年国庆假期游客画像数据]
这次测试的对比对象包括Claude Sonnet 4.5、GLM-4.5、Claude Sonnet 4、DeepSeek V3.2和Gemini 2.5 Pro，以及GLM-4.6。
在没有任何设计风格提示的情况下，各个模型经过一轮任务和一轮优化后，生成的前端效果如下：
### 令人惊讶的测试结果，GLM-4.6表现抢眼！
结果真是出乎意料！根据这次测试的排名，第一梯队是GLM-4.6和Claude Sonnet 4.5并列，接下来是Claude Sonnet 4和Gemini 2.5 Pro，最后是GLM-4.5和DeepSeek V3.2。
老实说，这个结果让我大吃一惊。我本以为Claude 4.5会占据优势，但GLM-4.6带来了意想不到的惊喜：在没有额外提示的情况下，它的表现完全不逊于Claude的新模型Sonnet 4.5。而且，GLM-4.6在各个方面都比DeepSeek V3.2以及Claude 4有了显著的进步。特别是数据大屏在To B软件中扮演着至关重要的角色，GLM-4.6的表现无疑为国内的To B软件行业带来了巨大的效率提升。
难怪我的朋友#赛博禅心 @大聪明最近推出的公众号排版Agent，自动排版的底模也选择了GLM-4.6呢。
一次的胜出或许是偶然，那如果是两次或三次呢？
不得不说，在结合编程与审美的Coding Agent任务中，GLM-4.6似乎找到了它的优势。
说到价格，接下来我们来聊聊更实际的内容。
Claude一向表现出色，但由于其高昂的计费（每输入token $3），还有动辄上百的套餐费用，很多开发者可能会犹豫不决，尤其是国内对Claude Code套餐的封号问题让人心有余悸。
不过，GLM-4.6发布后，不仅有常规的按量付费，定价也做了更新：
智谱也对之前推出的GLM Coding Plan套餐进行了全面升级：
大家好，今天来聊聊最近发布的GLM-4.6模型。其实呢，之前的用户自动升级到这个新版本，它的功能可真是扩展了不少哦！现在不仅增加了图像识别和搜索功能，最吸引人的是价格——每月低至20元！Lite、Pro和Max三个计划分别提供每5小时120、600和2400次的提示额度，按月合计可以使用几十亿到几百亿个tokens，算下来大概是等量API价格的十分之一，性价比真是超高。
而且，这个模型还兼容了Claude Code、Roo Code、Kilo Code、Cline等十多种编程工具，真是方便开发者们的工作。
结合之前的测试结果，大家可以把GLM-4.6当作是……只需Claude 1/7的价格，就能在真实的开发场景中，超越刚发布的DeepSeek-V3.2，甚至在某些情况下能与Claude Sonnet 4平起平坐，体验毫不逊色于Claude 4.5！哇，真是让人惊喜。
说到数据，自从GLM-4.5推出Coding Plan以来，智谱MaaS平台的API商业化增长了十倍以上，开发者们用真金白银表达了他们的选择。
那么，想试试GLM-4.6的朋友们，可以通过bigmodel.cn进行体验，海外的用户则可以通过z.ai来下载。GLM-4.6也将在Hugging Face和ModelScope上发布，购买GLM Coding Plan的话，可以直接去bigmodel.cn，个人和企业版套餐都有哦。
最后，关于GLM-4.6，我的测试到此为止。说实话，没想到在国庆节前的最后两天，居然会有这么多模型发布。（我原本是打算去放松一下的……）
一方面，DeepSeek V3.2的调用成本降低了50%，另一方面，Anthropic推出的Claude Sonnet 4.5又一次提升了AI编程的能力。
在这波9月底模型密集发布的竞争中，再看看GLM-4.6：在经典长文一图流测试中，它的整体表现稳压DeepSeek V3.2和国内其它模型，甚至与Claude 4相媲美，也在商业开发场景的数据大屏测试中，与Claude 4.5相比毫不逊色，显著优于之前的版本。
这些实测数据让结论不言而喻：结合性能和越来越实惠的GLM Coding Plan，GLM-4.6确实称得上是“国产最好用的编程模型”。
虽然GLM-4.6可能还不能在每个维度上都赶超Claude 4.5这样的“顶尖”存在，但它以极具诚意的价格，为你提供了一个在大多数场景下都“足够好用”的选择，甚至常常带来惊喜。
所以，如果你有编程和代理任务的需求，并且希望“用得爽”“用得起”，GLM-4.6绝对值得你花时间亲自试试看。我也期待听到你的使用反馈哦！
本文由人人都是产品经理的作者【一泽Eze】原创/授权发布，转载请联系作者获得许可。
题图来源于Unsplash，基于CC0协议。
