A Z.ai anunciou o GLM-4.6, o modelo mais recente da série GLM, representando uma atualização abrangente. O modelo apresenta aprimoramentos em codificação, processamento de longo contexto, raciocínio, recursos de pesquisa, qualidade de escrita e aplicativos agênticos para melhorar o desempenho geral. Uma característica central do GLM-4.6 é a expansão de sua janela de contexto para 200.000 tokens, um aumento dos 128.000 tokens disponíveis nas versões anteriores. Essa capacidade maior permite que o modelo lide com tarefas agênticas mais complexas. O desempenho da codificação do modelo também foi avançado, alcançando pontuações mais altas nos benchmarks de código. Ele demonstra um melhor desempenho do mundo real em ambientes como código Claude, Cline, código ROO e código de quilo. O modelo se destaca em funções específicas, como gerar páginas de front-end visualmente polidas. Os recursos de raciocínio mostram melhorias claras e o GLM-4.6 suporta o uso de ferramentas durante a inferência, contribuindo para uma capacidade geral mais forte. O modelo exibe desempenho mais forte no uso de ferramentas e integração de agentes baseados em pesquisa nas estruturas de agentes. Em termos de geração de texto, sua qualidade de escrita foi refinada para se alinhar mais de perto com as preferências humanas por estilo e legibilidade. Também tem um desempenho mais natural quando utilizado em cenários de interpretação de dramatizações. O GLM-4.6 está disponível nas melhores ferramentas de codificação e é um componente do plano de codificação GLM. Este serviço de assinatura, com planos a partir de US $ 3 por mês, foi projetado para suportar a codificação movida a IA em uma variedade de aplicativos. As especificações técnicas confirmam que o modelo suporta modalidades de entrada e saída de texto e apresenta um limite máximo de token de saída de 128.000. O GLM-4.6 passou por uma avaliação em oito benchmarks autoritários, realizando a par com os principais modelos, incluindo o claude Sonnet 4 e 4.6. Em uma avaliação competitiva no ambiente de código Claude, superou outros modelos em 74 cenários de codificação prática. Essas avaliações também mostraram que o GLM-4.6 alcançou mais de 30% maior de eficiência no consumo de token.
