Z.ai
·Released on 30 сент. 2025 г.GLM-4.6 API Benchmarks, Pricing & Provider Data
Compare GLM-4.6 with another model
Choose a model to open its comparison page.
LLM
Тесты, цены API и данные поставщиков GLM-4.6: поставщиков — 67, цены от $0.010/request. Бесплатный API GLM-4.6 предлагают поставщики: 3. На странице также приведены измеренная скорость API и задержка первого токена.
Zhipu AI GLM-4.6 builds on GLM-4.5 with a 200K context window, stronger real-world coding, advanced reasoning with tool use, and improved agentic performance for complex multi-step tasks.
Качество
#99of 111
44.0
Оценка LMSpeed
Скорость
53char/s
16.68 s
Стоимость
#92of 186
$0.010/ 1M · 8:1 in:out
$0.0016 in · $0.0084 out
Производительность по категориям
Оценки наблюдаемой способности; неопределённость независимых семейств бенчмарков показана отдельно.
- Покрытие
- 6 / 8
- Методология
- V3.0
#1Агенты48.2Предварительная1/4 Измеренные измерения
80% интервал: 32.2–64.2
planningТолько априорное
tool use48.2
tau · tau2_bench
environment executionТолько априорное
recovery reliabilityТолько априорное
#2Математика44.4Предварительная1/4 Измеренные измерения
80% интервал: 28.4–60.5
foundational mathТолько априорное
competition mathТолько априорное
proof frontier44.4
frontiermath · frontier_math_v2_tier4 / frontiermath · frontier_math_v2_tiers13
applied tool mathТолько априорное
#3Знания43.5Предварительная1/4 Измеренные измерения
80% интервал: 27.5–59.5
broad knowledge43.5
aa_omniscience · aa_omniscience_index
professional knowledgeТолько априорное
factualityТолько априорное
retrieval open bookТолько априорное
#4Рассуждение42.8РейтинговаяОбщий рейтинг #603/4 Измеренные измерения
80% интервал: 34.1–51.4
abstract logicТолько априорное
scientific causal43.6
critpt · critpt / gpqa · gpqa / hle · hle
multistep constraints50.2
mmlu_pro · mmlu_pro
evidence verification34.5
lcr · lcr
#5Следование инструкциям42.4Предварительная1/4 Измеренные измерения
80% интервал: 26.4–58.4
constraint followingТолько априорное
structured outputТолько априорное
novel instruction generalization42.4
ifbench · aa_if_bench
long multiturn instructionТолько априорное
#6Программирование40.5Оценка2/4 Измеренные измерения
80% интервал: 29.3–51.7
code generation45
livecodebench · livecodebench / scicode · aa_sci_code
repository engineering36
vibecode · vibe_code_bench
debugging testingТолько априорное
tooling qualityТолько априорное
Нет данных:МногоязычностьМультимодальность
Specifications
Input and output token limits for this model, plus how it ranks on long-context understanding.
INPUT
204.8Ktokens
≈ 245.8 pages of text
OUTPUT
16.4Ktokens
8K128K1M4M
204.8K
Возможности
Technical Details
- Вход
- Выход
- Выпущена
- Sep 2025
- Срез знаний
- 2025-03-31
- Токенизатор
- Other
- Архитектура
- text->text
- Модерация
- Нет
- Поддерживаемые параметры
- frequency_penaltyinclude_reasoninglogit_biasmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_p
Rankings
Excels at
Falls behind in
Подробные оценки
Обновлено: 11 сент. 2026 г.Общее
undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
Overall score44.0#99 / 111
Общее
undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
Цены
undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
Цена входных данных$0.550/M#92 / 186Цена выходных данных$2.20/M#80 / 186
Цены
undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
Цена входных данных
Input price
Рейтинг LMSpeed#92
Оценка$0.550/M
Источникartificialanalysis.ai
Обновлено11 сент. 2026 г.
Достоверность4
Цена выходных данных
Output price
Рейтинг LMSpeed#80
Оценка$2.20/M
Источникartificialanalysis.ai
Обновлено11 сент. 2026 г.
Достоверность4
Агенты
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Предварительная
Оценка48.280% интервал32.2–64.21/4 Измеренные измеренияΤ²-bench results76.9#57 / 82
Агенты
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Предварительная
Измерения и доказательства
Планирование и декомпозицияТолько априорное
Использование инструментов48.2
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
tau · tau2_bench · z -0.34 · q 1.00
Среда и длительное выполнениеТолько априорное
Восстановление и надёжность завершенияТолько априорное
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
Τ²-bench resultsДоказательство V3
Рейтинг LMSpeed#57
Оценка76.9
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность1
Программирование
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Оценка
Оценка40.580% интервал29.3–51.72/4 Измеренные измеренияLiveCodeBench69.5%#30 / 115Vibe Code Bench3.1#32 / 33
Программирование
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Оценка
Измерения и доказательства
Генерация кода45
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
livecodebench · livecodebench · z 0.21 · q 1.00
scicode · aa_sci_code · z -1.06 · q 1.00
Работа с репозиториями36
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
vibecode · vibe_code_bench · z -1.84 · q 1.00
Отладка и тестированиеТолько априорное
Инструментальная разработка и качествоТолько априорное
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
LiveCodeBenchДоказательство V3
Рейтинг LMSpeed#30
Оценка69.5%
Источникartificialanalysis.ai
Обновлено11 сент. 2026 г.
Достоверность4
Vibe Code BenchДоказательство V3
Рейтинг LMSpeed#32
Оценка3.1
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность1
AA-SciCodeДоказательство V3
Рейтинг LMSpeed#97
Оценка33.1
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность1
Рассуждение
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Рейтинговая
Оценка42.8#6080% интервал34.1–51.43/4 Измеренные измеренияMMLU-Pro82.9%#44 / 129GPQA78.0%#107 / 218
Рассуждение
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Рейтинговая
Измерения и доказательства
Абстрактная логикаТолько априорное
Научное и причинное рассуждение43.6
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
critpt · critpt · z -0.71 · q 1.00
gpqa · gpqa · z -0.68 · q 1.00
hle · hle · z -0.70 · q 1.00
Многошаговые ограничения50.2
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
mmlu_pro · mmlu_pro · z -0.17 · q 1.00
Интеграция и проверка свидетельств34.5
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
lcr · lcr · z -2.42 · q 1.00
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
MMLU-ProДоказательство V3
Рейтинг LMSpeed#44
Оценка82.9%
Источникartificialanalysis.ai
Обновлено11 сент. 2026 г.
Достоверность4
GPQAДоказательство V3
Рейтинг LMSpeed#107
Оценка78.0%
Источникartificialanalysis.ai
Обновлено11 сент. 2026 г.
Достоверность4
HLEДоказательство V3
Рейтинг LMSpeed#104
Оценка14.5%
Источникartificialanalysis.ai
Обновлено11 сент. 2026 г.
Достоверность4
AA-LCRДоказательство V3
Рейтинг LMSpeed#101
Оценка28.3
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность1
Знания
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Предварительная
Оценка43.580% интервал27.5–59.51/4 Измеренные измеренияArtificial Analysis Intelligence Index23.4#73 / 117AA-GPQA Diamond63.2#99 / 113
Знания
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Предварительная
Измерения и доказательства
Широкие знания43.5
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
aa_omniscience · aa_omniscience_index · z -0.95 · q 1.00
Профессиональные знанияТолько априорное
ФактологичностьТолько априорное
Поиск и открытые источникиТолько априорное
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
Artificial Analysis Intelligence IndexДоказательство V3
Рейтинг LMSpeed#73
Оценка23.4
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность1
AA-Omniscience Accuracy
Рейтинг LMSpeed#86
Оценка21.4
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность1
AA-Omniscience Hallucination Rate
Рейтинг LMSpeed#59
Оценка67.6
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность1
Математика
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Предварительная
Оценка44.480% интервал28.4–60.51/4 Измеренные измеренияMath score27.5#55 / 63FrontierMath v2 (Tiers 1-3)3.8#40 / 47
Математика
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Предварительная
Измерения и доказательства
Базовая математикаТолько априорное
Олимпиадная математикаТолько априорное
Продвинутые доказательства44.4
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
frontiermath · frontier_math_v2_tier4 · z -0.59 · q 1.00
frontiermath · frontier_math_v2_tiers13 · z -1.19 · q 1.00
Прикладная математика и инструментыТолько априорное
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
FrontierMath v2 (Tiers 1-3)Доказательство V3
Рейтинг LMSpeed#40
Оценка3.8
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность1
FrontierMath v2 (Tier 4)Доказательство V3
Рейтинг LMSpeed#30
Оценка2.1
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность1
Многоязычность
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных
Нет данных80% интервал30.8–69.20/4 Измеренные измерения
Многоязычность
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных
Измерения и доказательства
Межъязыковое пониманиеТолько априорное
Многоязычная генерацияТолько априорное
Перенос рассужденийТолько априорное
Устойчивость для малоресурсных языковТолько априорное
Мультимодальность
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных
Нет данных80% интервал30.8–69.20/4 Измеренные измерения
Мультимодальность
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных
Измерения и доказательства
Восприятие и OCRТолько априорное
Документы и пространственное пониманиеТолько априорное
Визуальное рассуждениеТолько априорное
Видео и действия в средеТолько априорное
Следование инструкциям
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Предварительная
Оценка42.480% интервал26.4–58.41/4 Измеренные измеренияAA-IFBench36.7#76 / 84
Следование инструкциям
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Предварительная
Измерения и доказательства
Соблюдение ограниченийТолько априорное
Структурированный выводТолько априорное
Обобщение новых инструкций42.4
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
ifbench · aa_if_bench · z -1.30 · q 1.00
Многоходовые и длинные инструкцииТолько априорное
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
AA-IFBenchДоказательство V3
Рейтинг LMSpeed#76
Оценка36.7
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность1
Эндпоинты OpenRouter
5 эндпоинтовСторонние данные эндпоинтов OpenRouter показаны отдельно от измерений LMSpeed. Некоторые 30-минутные live-метрики появляются только после синхронизации с OpenRouter API key.
| Provider endpoint | Вход | Вывод | Доступность 1 день | Задержка 30м | Пропускная способность 30м | Контекст / вывод |
|---|---|---|---|---|---|---|
Venice venice/fp4 | $0.430/M | $1.75/M | 100.0% | — | — | undefined токенов / undefined токенов |
DeepInfra deepinfra/fp4 | $0.500/M | $2/M | 99.9% | — | — | undefined токенов / undefined токенов |
Novita novita/bf16 | $0.550/M | $2.20/M | 94.2% | — | — | undefined токенов / undefined токенов |
AtlasCloud atlas-cloud/fp8 | $0.600/M | $2.20/M | 89.8% | — | — | undefined токенов / undefined токенов |
Z.AI z-ai/fp4 | $0.600/M | $2.20/M | 70.5% | — | — | undefined токенов / undefined токенов |
Сравнение цен
Compare GLM-4.6 API pricing across 64 providers. Prices range from $0.010/request to $10.00/request. 素墨API offers the lowest rate at $0.010/request. 3 providers offer free API credits or a free tier.
| Провайдер | Работоспособность | Вариант модели | Группа | Входные данные ($/M) | Выходные данные ($/M) | Скорость (т/с) | Первый токен | Аудит |
|---|---|---|---|---|---|---|---|---|
L1 100% | glm-4.6 | sale | $1.00/M | $4.00/M | — | — | — | |
L1 100% | glm-4.6 | default | -37%$0.345/M | -37%$1.38/M | — | — | — | |
L1 100% | glm-4.6 | default | -13%$0.479/M | -13%$1.92/M | — | — | — | |
L1 100% | glm-4.6 | default | -93%$0.041/M Cache read$0.0068/M | -93%$0.151/M | — | — | — | |
L1 100% | glm-4.6 | default | -75%$0.137/M | -75%$0.548/M | — | — | — | |
L1 100% | glm-4.6 | default | $0.548/M Cache read$0.110/M | $2.19/M | — | — | — | |
L1 100% | glm-4.6 | default | -10%$0.495/M | -4%$2.11/M | — | — | — | |
L1 100% | glm-4.6 | default | $0.822/M | $3.84/M | — | — | — | |
L1 100% | glm-4.6 | glm | -20%$0.438/M Cache read$0.179/M | -20%$1.75/M | — | — | — | |
兔子API Бесплатно | L1 100% | glm-4.6 | 原价分组 | Бесплатно | Бесплатно | — | — | — |
L1 99% | glm-4.6 | default | -60%$0.219/M | -60%$0.877/M | — | — | — | |
L1 100% | glm-4.6 | Self-Deployed-1 | -90%$0.053/M | -90%$0.214/M | — | — | — | |
L1 100% | glm-4.6 | default | -50%$0.274/M | -50%$1.10/M | — | — | — | |
L1 100% | glm-4.6 | default | $1.20/M | $4.80/M | — | — | — | |
L1 100% | glm-4.6 | default | $10.00/request | - | — | — | — | |
Moyanjdc API Бесплатно | L1 99% | glm-4.6 | default | Бесплатно | Бесплатно | — | — | — |
L1 99% | glm-4.6 | default | $3.00/M | $14.00/M | — | — | — | |
L1 100% | glm-4.6 | Self-Deployed-1 | -90%$0.053/M | -90%$0.214/M | — | — | — | |
L1 99% | zai-org/GLM-4.6 | 5倍倍率分组 | -38%$0.342/M Cache read$0.064/M | -41%$1.30/M | — | — | — | |
L1 76% | glm-4.6 | default | $0.010/request | - | — | — | — |
Показано 20 ID моделей из 30.
Альтернативы и похожие модели
GLM-4.7
glm-4-7
Zhipu GLM-4.7 is a flagship GLM release from Zhipu AI with advanced Chinese-English reasoning, coding, and agent features.
125 общих провайдеров
GLM-5
glm-5
Zhipu GLM-5 is Zhipu flagship GLM series model with enhanced reasoning, agent capabilities, and strong performance on Chinese enterprise and coding scenarios.
122 общих провайдеров
DeepSeek V3.2
deepseek-v3-2
DeepSeek V3.2 is an upgraded V3-series MoE model with stronger reasoning, coding, and math performance, widely available through OpenAI-compatible API relays.
121 общих провайдеров
GLM-5.1
glm-5-1
Zhipu GLM-5.1 is a next-generation GLM model aimed at frontier reasoning, coding, and bilingual agent applications.
118 общих провайдеров
Kimi K2.5
kimi-k2-5
Moonshot Kimi K2.5 is an open-weight multimodal agent model with native vision and text input, strong coding performance, and a 256K context window.
115 общих провайдеров
MiniMax M2.5
minimax-m2-5
MiniMax M2.5 is MiniMax's flagship text model for coding and agents, with SOTA-level programming and agentic performance, improved token efficiency, and fast high-TPS API deployment.
113 общих провайдеров
Frequently Asked Questions
- What benchmark data does GLM-4.6 include?
- LMSpeed shows GLM-4.6 benchmark context, API price, output speed, first-token latency, and provider data across 67 providers when those signals are available.
- Сколько стоит API GLM-4.6?
- Цены GLM-4.6 у поставщиков (67): от $0.010/request до $10.00/request. Самая низкая указанная цена — у 素墨API.
- What does the GLM-4.6 API pricing table include?
- The GLM-4.6 API pricing table compares 67 providers by input price, output price, free tier status, speed, first-token latency, and recent health data when available.
- У какого провайдера самая низкая цена API GLM-4.6?
- Сейчас самая низкая указанная цена GLM-4.6 — $0.010/request у 素墨API. Сравниваются поставщики: 67.
- Can I compare GLM-4.6 API price and speed together?
- Yes. LMSpeed shows GLM-4.6 API price, output speed, first-token latency, and provider health on the same page so you can compare cost and performance together.
- Является ли API GLM-4.6 бесплатным?
- Да, GLM-4.6 доступна бесплатно через 3 API-провайдерundefined other undefined} на LMSpeed, включая Zero API, Moyanjdc API, 兔子API. Эти провайдеры предлагают бесплатные API-кредиты или бесплатный тариф без поперечной тарификации.
- Where can I get GLM-4.6 free API access?
- LMSpeed currently lists 3 free API providerundefined other undefined} for GLM-4.6: Zero API, Moyanjdc API, 兔子API. Check each provider row before using it because free tier limits can change.