核心速递：
这个国庆节，AI 圈主打一个谁都不许放假。
前有 Deepseek-V3.2 开源，后有 Claude Sonnet 4.5 突袭，头部 AI 公司都挤在节前这两天秀肌肉。
在这场混战里，智谱也放出了新模型 GLM-4.6，迄今智谱最强的 Coding 模型。
两个月前，我还在 深度评测智谱 GLM-4.5 中大力推荐 GLM-4.5。
认为综合质量、成本、速度，GLM 4.5 毫无疑问是当时最值得使用的国产 Coding 模型。智谱也凭此在 Openrouter 上，模型调用收入一跃超过其他国产模型收入之和。
而这次 GLM-4.6，则带来了更多新提升：
接下来，本文将从模型信息、实测效果（直接对比 Claude 4.5、Deepseek v3.2、GPT-5 Codex 等）、价格信息、使用结论 等方面，给到有价值的实测参考信息。
智谱这次只发 1 款模型：GLM-4.6，大杯，355B-A32B。
在真实编程、上下文长度、token 效率、推理能力、Agent 任务等维度，全方位提升。
这是我总结的官方介绍一图流，方便你快速 get 更新的特点：
抓 GLM-4.6 升级的重点：
所以，真正的问题来了：
作为上季度的最强国产 Coding 模型，GLM-4.6 在遇到 Claude Sonnet 4.5、DeepSeek V3.2 扎堆发布的情况，是被迫原地踏步，还是再次超出预期？
每次新模型的发布，用户、开发者最在乎的其实是一个相对结论：
以下是 GLM-4.6 和最新 Claude Sonnet 4.5、GPT-5 Codex、DeepSeek V3.2，以及上代但足够优秀的 Gemini 2.5 Pro、Claude Sonnet 4 等 真实对比与结论。
选了几个众多测试中，有代表性、且方便在文中对比横测差距的 Case，与你分享：
熟悉我的读者，应该知道我的经典 Benchmark：
让模型阅读长文后，自行提炼关键内容，总结生成一图流网页。
非常经典的任务设计，同时考验模型的长上下文任务表现、推理能力，以及前端 Coding 的质量与设计审美。
模型水平提升很快，这次也增加了任务难度，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 Paper：《How people are using ChatGPT》。
PDF 共 64 页，9.3 MB，需要分析提炼的内容量相当大。（其他模型统一用 Cherry Studio 调用 API 进行测试）
这是两次不同的对比结果，一次与最新模型比，一次与前代、与自身比：
1）GLM-4.6，与新品 DeepSeek V3.2、Claude Sonnet 4.5、GPT-5 Codex 的对比
2）GLM-4.6，与前代 GLM-4.5、Claude Sonnet 4、Gemini 2.5 Pro、Qwen3-Max 的对比
整体来看，不难发现这个趋势：
这一波 9 月底的 Coding 模型，在推理、上下文注意力、编程稳定性与前端审美，都有了新一轮明显的进步。
而总结本轮测试结论：**GLM-4.6 没全守住，但又做得效果非常好**。
面对 Claude 4.5 全球最新的顶级模型，GLM-4.6 在设计与长文理解上确实还差一口气。
但它依旧巩固了国产 Coding 模型的一流水准，较自身与前代国产模型有明显进步，甚至与 GPT-5 Codex 相比也互有长处。
考虑到它的高性价比，第一轮测试中，GLM-4.6 在自己的价格区间内，继续做到了最好。
继续提升 Coding 任务难度：
我让 AI Deep Research 了24 年国庆节全国旅游数据，并把结果报告给到了 AI，让其根据数据详情，自行设计一个静态数据大屏。
任务 Prompt 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]这轮拉了 GLM-4.6、Claude Sonnet 4.5、GLM-4.5、Claude Sonnet 4、DeepSeek V3.2 - reasoning、Gemini 2.5 Pro 进行对比。
在没有任何设计风格 Prompt 引导下，各个模型在 1 轮任务 + 1 轮优化后，各个模型生成的前端如图所示：
结果令人意外，本轮测试排名：
这个结果，说实话，完全超出了我的预料，我本以为这会是 Claude 4.5 的主场，但 GLM-4.6 给足了惊喜：
也难怪朋友 #赛博禅心 @大聪明 刚刚发布的「公众号排版 Agent」，其自动排版的底模也选择了 GLM-4.6。
一次胜出是巧合，两次、三次？
可能不得不承认，在需要结合编程与审美的 Coding Agent 任务上，GLM-4.6 可能已经找到了自己的甜点区。
聊完了性能，我们当然要再聊点更实在的：
——价格。
Claude 一向很强，但是限于其高昂的计费价格（$3/M input tokens），以及高达 $100~$200 刀，动辄就对国内封号的 Claude Code 套餐，还是让不少开发者没法下决心去付费，榨干 Claude 的潜力。
而 GLM-4.6 发布后，除了常规按量付费定价如下外：
智谱也自动升级了 GLM-4.5 时期推出的 GLM Coding Plan 套餐：
结合此前的效果，你或许可以把 GLM-4.6 视作……
➡️ 大概只用 Claude 1/7 的价格，换来真实开发场景中，超越昨天发布的 DeepSeek-V3.2，比肩 Claude Sonnet 4，甚至一些场景还能不弱于 Claude 4.5 的开发体验？
总之，数据不会撒谎。
自打 GLM-4.5 开放 Coding Plan 以来，智谱 MaaS 开放平台的 API 商业化，也已实现了 10 倍以上的增长。
开发者们早已用真金白银，进行了投票。
bigmodel.cn ，海外用户通过 z.aiHugging Face、ModelScope 发布bigmodel.cn 直接购买，支持个人与企业版两类套餐写到这里，我对 GLM-4.6 的密集测试，总算暂告一段落。
说实话根本没想到在国庆节前最后 2 天，会迎来如此密集的模型发布。（本来都要去度假了……）
一方面，是调用成本降低 50% 的 DeepSeek V3.2 Exp，
一方面，Anthropic 家发布 Claude Sonnet 4.5 Coding 模型，再次刷新 AI Coding 能力天花板。
在这波 9 月底的模型扎堆迭代的“神仙打架”中，再回头看 GLM-4.6：
这些实测结果，让最后的结论变得不言而喻：
结合性能，以及越来越值得的 GLM Coding Plan ，GLM-4.6 守住了它“国产最好用 Coding 模型”的称号。
是的，GLM-4.6 可能还无法在每一个维度上都比肩像 Claude 4.5 这样“天花板”级别的存在，但它用一个极具诚意的价格，为你提供了一个在绝大多数场景下都“足够好用”，甚至时常有惊喜的 Coding 模型选择。
还是那句话，如果你有 Coding、Agent 任务需求，并且在乎“用得爽”和“用得起”，那 GLM-4.6 绝对值得你花时间亲自上手试试。
我也很期待你的实测反应与反馈。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。