GLM新一代旗舰模型，核心能力较4.5全面提升。总参数量为3550 亿，激活参数320亿，上下文窗口扩展至200K。
推理服务供应商
glm-4.6模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 不支持 |
结构化输出 | 不支持 | 联网搜索 | 不支持 |
前缀续写 | 不支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 169984 | 最大输出长度 | 16384 |
上下文长度 | 202752 | 最大输入长度（思考模式下） | 169984 |
最大输出长度（思考模式下） | 16384 | 最大思维链长度 | 32768 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
- 华北2（北京）
输入<=32k
输入<=32k
| 计费项 | 价格（元） | 单位 |
|---|---|---|
输入 | 3 | 每百万tokens |
输出 | 14 | 每百万tokens |
输入（缓存命中） | 0.6 | 每百万tokens |
32k<输入<=200k
32k<输入<=200k
| 计费项 | 价格（元） | 单位 |
|---|---|---|
输入 | 4 | 每百万tokens |
输出 | 16 | 每百万tokens |
输入（缓存命中） | 0.8 | 每百万tokens |
限流
- 华北2（北京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 1,000,000 |