GLM-4.6 ist die Weiterentwicklung von GLM-4.5 für Coding, Reasoning und Agenten-Aufgaben. Das Kontextfenster, also die Textmenge, die das Modell in einer Anfrage berücksichtigen kann, wächst von 128.000 auf 200.000 Token. Vor allem beim Programmieren legt das Modell zu, bei LiveCodeBench v6 etwa von 63,3 auf 82,8, und arbeitet laut Z.AI zudem über 30 Prozent token-effizienter.
Technisch ist GLM-4.6 ein Mixture-of-Experts-Modell (MoE) aus vielen spezialisierten Teilnetzen. Von 355 Milliarden Parametern sind je verarbeitetem Textbaustein (Token) nur 32 Milliarden aktiv. Das Modell arbeitet wahlweise mit Denkphase (Thinking) für komplexe Aufgaben oder ohne für schnelle Antworten und steht unter der MIT-Lizenz.
GLM-4.6 (+ GLM-4.6-FP8)
Z.AI (Zhipu AI)
September 2025
MIT
MoE, Hybrid-Reasoning (Thinking und Non-Thinking), rein textbasiert
355 Mrd. total (32 Mrd. aktiv pro Token)
MoE mit Grouped-Query Attention, 96 Attention-Heads, QK-Norm und MTP-Layer
92
160 Experten, 8 aktiv je Token, 1 geteilter Experte
200.000 Token (Ausgabe bis 128.000 Token)
Die vollständigen Modellgewichte im Zahlenformat BF16 mit 16 Bit je Parameter. Die Referenzversion für maximale Genauigkeit mit dem höchsten Speicherbedarf.
Die von Z.AI bereitgestellte quantisierte Fassung mit 8 statt 16 Bit je Parameter. Der Speicherbedarf halbiert sich dadurch etwa, ohne dass Sie selbst quantisieren müssen.
| Benchmark | GLM-4.6 | GLM-4.5 | DeepSeek-V3.2-Exp | Claude Sonnet 4 | Claude Sonnet 4.5 |
|---|---|---|---|---|---|
| AIME 25 | 93,9 | 85,4 | 89,3 | 74,3 | 87,0 |
| GPQA | 81,0 | 79,9 | 79,9 | 77,7 | 83,4 |
| LiveCodeBench v6 | 82,8 | 63,3 | 70,1 | 48,9 | 57,7 |
| HLE | 17,2 | 14,4 | 19,8 | 9,6 | 17,3 |
| BrowseComp | 45,1 | 26,4 | 40,1 | 14,7 | 19,6 |
| SWE-bench Verified | 68,0 | 64,2 | 67,8 | 72,5 | 77,2 |
| Terminal-Bench | 40,5 | 37,5 | 37,7 | 35,5 | 50,0 |
| τ²-Bench (gewichtet) | 75,9 | 67,5 | 53,4 | 66,0 | 88,1 |
Quelle: Z.AI, Veröffentlichung von GLM-4.6 (September 2025), gemessen mit 128.000 Token Kontext. Angaben in Prozent. Mit Werkzeugen erreicht GLM-4.6 bei AIME 25 98,6, bei GPQA 82,9, bei LiveCodeBench v6 84,5 und bei HLE 30,4.
Vielseitiges MoE unter MIT-Lizenz mit 200.000 Token Kontext. Wir prüfen mit Ihnen Nutzen, Auslegung und Betriebskosten.
Z.AI veröffentlicht für GLM-4.6 keine eigenen Angaben zu den Trainingsdaten. Die Model Card verweist auf den Technical Report zu GLM-4.5: Vortraining auf 23 Billionen Token, anschließend Post-Training mit spezialisierten Expertenmodellen und Reinforcement Learning, bei dem das Modell aus Bewertungen seiner eigenen Antworten lernt.
GLM-4.6 eignet sich für Organisationen, die ein vielseitiges offenes Modell für Coding und Agenten selbst betreiben wollen. In einer KI-Beratung prüfen wir mit Ihnen, ob GLM-4.6 oder der Nachfolger GLM-4.7 besser passt.
Deutlich besser beim Coding als GLM-4.5: LiveCodeBench v6 steigt von 63,3 auf 82,8, SWE-bench Verified von 64,2 auf 68,0.
Größeres Kontextfenster: 200.000 statt 128.000 Token.
Starke Recherche: Bei BrowseComp liegt GLM-4.6 mit 45,1 vor DeepSeek-V3.2-Exp (40,1) und beiden Claude-Modellen.
Token-effizient: Laut Z.AI über 30 Prozent effizienter im Token-Verbrauch als GLM-4.5.
Kommerziell frei nutzbar: Die MIT-Lizenz erlaubt Einsatz, Anpassung und Weitergabe ohne Nutzungsbeschränkungen.
Hoher Hardware-Bedarf: Auch in FP8 sind acht H100 oder vier H200 nötig.
Rein textbasiert: Für Bilder und Videos ist GLM-4.6V die passende Ergänzung.
Hinter Claude Sonnet 4.5: Bei SWE-bench Verified (68,0 gegenüber 77,2), Terminal-Bench und τ²-Bench liegt Claude Sonnet 4.5 deutlich vorn.
Überholt durch GLM-4.7: Der Nachfolger GLM-4.7 ist bei gleicher Architektur beim agentischen Coding deutlich stärker.
Wir planen die Cluster-Auslegung für GLM-4.6, übernehmen Inbetriebnahme, Quantisierung und Betrieb und hosten das Modell auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
GLM-4.6 läuft laut Z.AI wie GLM-4.5, für das Z.AI mit FP8-Gewichten acht H100 oder vier H200 angibt, mit BF16 die doppelte Anzahl. Für lange Kontexte steigt der Bedarf weiter, weil der KV-Cache, der Zwischenspeicher für bereits verarbeitete Teile einer Anfrage, mit der Kontextlänge wächst.
Das Kontextfenster wächst von 128.000 auf 200.000 Token, und das Modell programmiert deutlich besser, bei LiveCodeBench v6 etwa 82,8 statt 63,3. Die Architektur ist gleich, beide Modelle laufen mit derselben Inferenz-Software. Mehr zum Vorgänger lesen Sie auf unserer Seite zu GLM-4.5.
Ja. Z.AI veröffentlicht die Gewichte unter der MIT-Lizenz. Sie dürfen das Modell kommerziell einsetzen, anpassen und weitergeben, ohne Nutzungsbeschränkungen oder Umsatzgrenzen.
Ja. GLM-4.6 ist ein Hybrid-Reasoning-Modell. Die Denkphase ist standardmäßig aktiv und lässt sich per Parameter abschalten, wenn schnelle Antworten wichtiger sind als tiefes Schlussfolgern.
Ja. Über unsere GPU Cloud stellen wir die nötige Rechenleistung bereit. Alternativ bündelt der MaaS Proxy verschiedene Modelle über eine einheitliche Schnittstelle. Beide Wege betreiben wir DSGVO-konform in Deutschland.
Möchten Sie individuell beraten werden?
Unsere KI-Experten sind für Sie da!
