全球 AI 国庆竞速！GLM-4.6 携国产芯片破局，成本大降

AI科技 2025年10月03日 17:23 1 aa

国庆前那几天，全球 AI 圈跟赶工期似的热闹，9 月 30 号下午，智谱 AI 直接扔出新一代大模型 GLM-4.6，头一天晚上 DeepSeek 才刚宣布发了 DeepSeek-V3.2-Exp 实验版，国外 Claude 也凑着热闹更了 Sonnet 4.5，谷歌还放话 10 月要推 Gemini 3.0。

这架势哪像过假期，明明是 AI 版 “黄金周加班大赛”，谁都不想在竞速里掉队。

GLM-4.6 不是凭空冒出来的，它前一代是 7 月 28 号发的 GLM-4.5，那时候就首次把推理、编码、智能体能力揉在一个模型里，还带动智谱 MaaS 平台的 API 商业化涨了 10 倍多。

本来想觉得 “0.1 代” 的迭代，撑死就是修修小 bug，结果看它的测试数据才发现，这哪是小更，简直是针对性补短板。

在 AIME 25、GPQA 这些 8 个权威基准测试里，它不光超过了 DeepSeek 刚发的新模型，连 Claude Sonnet 4 都被比了下去，稳稳坐在国产模型第一的位置上。

在编程领域，它曾大胆放言拥有“国内最强Coding模型”，彼时言论看似张狂，然而时至今日，事实证明这并非虚张声势，而是其实力的有力彰显。

此外，该模型已正式上线智谱的 MaaS 平台 bigmodel.cn，后续，它还将同步至 Hugging Face 与 ModelScope 进行开源，以推动技术的广泛交流与应用。

搞 AI 的朋友都知道，开源意味着更多开发者能拿去用、能改，等于给行业降低了用顶尖模型的门槛，以前国产大模型要么性能差点，要么闭源藏着，现在 GLM-4.6 又强又敢开源，这态度确实让人觉得国产 AI 越来越敞亮了。

实测见真章：GLM-4.6 的编程能力能对标国际选手？

光看榜单数据还不够直观，毕竟榜单是死的，实际用起来咋样才关键，智谱还挺实在，公开了 74 个真实场景的编程测试题和 Agent 轨迹，就在 Hugging Face 上能查着，谁都能去验证。

此般测试于 Claude Code 环境中开展，结果着实令人意外。GLM - 4.6 表现卓越，竟超越了 Claude Sonnet 4，展现出非凡实力。相较上一代 GLM - 4.5，此模型所用 token 大幅减少，在成本控制方面表现卓越，相较于同类模型，展现出更为出色的成本把控能力。

我特意去看了几个实测案例，差别一下就出来了

有人让模型做 “旋转六边形里的弹跳球”，还要求球 a 质量是球 b 的 2 倍，GLM-4.6 不光能准确模拟旋转的作用、质量对碰撞的影响，还能调旋转速度、重力这些参数，反观 GLM-4.5，弹球直接飞出六边形边界，跟 “越狱” 似的，更别说调参数了。

当时我还琢磨，这代际差咋这么明显？原来 4.6 在物理效果的准确性上，是真下了功夫。

还有人测试 “交互式太阳系模拟”，就给了这么简单一句话

GLM-4.6 直接生成了能拖动看 3D 效果、能调运行速度和行星大小的控制台，效果跟 Claude Sonnet 4.5 差不多；可有人用 GPT-5 试了 same 需求，反馈说没生成有效代码。

搞不清为啥 GPT-5 会栽在这，可能训练数据里天文交互的样本少？但 GLM-4.6 能接住这个需求，说明它对抽象词 “交互式” 的理解，确实比以前强了。

更有意思的是 “SVG 水豚骑自行车动画”

有人用 GPT-5 做，结果没画准水豚，怀疑是训练数据里水豚的样本少，但 GLM-4.6 很快就画出来了，水豚的形态像那么回事，还能坐在车座上扶着车把骑车。

这种偏冷门的需求最能试出模型的泛化能力，GLM-4.6 这波表现，确实比 GPT-5 稳，除了这些，还有人让它用 Three.JS 做 3D 射击游戏，这框架可是 Web 端做 3D 的主流工具。

GLM-4.6 直接生成了 736 行代码，打开预览就是有三维感的空间，点鼠标能射击，还能计分，本来想觉得 “AI 写游戏代码也就凑活看”，结果实际运行起来还挺流畅，这能力怕是能帮小开发者省不少事。

国产 AI 不搞单打：大模型 + 芯片协同降成本

GLM-4.6 刚发，国产芯片厂商就跟上来了，寒武纪和摩尔线程几乎第一时间完成了适配，这速度确实超出预期，以前总担心国产大模型得靠国外芯片跑，万一人家卡脖子咋办？现在看，大模型和国产芯片这么快就能配合上，等于给 GLM-4.6 配了 “国产发动机”，不用再看别人脸色了。

寒武纪是把 GLM-4.6 搞成了 FP8+Int4 混合量化部署，这还是国内首次投产这种方案，懂行的都知道，这种部署能在不丢精度的前提下降成本，据说推理成本能少不少。

摩尔线程则是基于 vLLM 框架做的适配，这框架能提推理效率，他们家新一代 GPU 还能在原生 FP8 精度下稳跑模型，算是验证了自己架构的兼容性。

这俩芯片厂商的动作，其实是国产 AI 生态的一个信号 —— 以前大模型和芯片是 “各玩各的”，现在开始协同迭代了，之后这些组合还会通过智谱的 MaaS 平台对外开放，企业和个人用的时候，就能直接用 “国产大模型 + 国产芯片” 的方案，不用再折腾适配的事。

如此看来，国产 AI 不是只靠单个模型强，而是整个生态都在往前赶。

更实在的是价格

智谱同步升级了 GLM Coding Plan，出了 20 元包月的套餐，这价格才是 Claude 的 1/7，等于花少钱就能用到接近 Claude 的编码能力。

以前订阅过包月的用户，还能自动升级到 GLM-4.6，新增了图像识别和搜索能力，支持 10 多个主流编程工具。

针对企业和高频开发者，智谱还出了企业版和 GLM Coding Max，尤其是 Max 版，用量是 Claude Max (20x) plan 的 3 倍，重度用户用着也够，以前顶尖 AI 工具都不便宜，中小公司和个人开发者想用好的，得掂量掂量成本，现在 GLM-4.6 这么定价，明显是想让更多人用得起，这对 AI 普及来说，比单纯堆性能更重要。

从 7 月的 GLM-4.5 到 9 月的 GLM-4.6，才俩月时间，智谱就实现了这么大的跃升，这速度不光说明技术迭代快，更说明国产大模型找着了 “提质降价” 的节奏。

以前总说国产模型跟国际选手有差距，现在看，至少在编程和成本控制上，已经能掰掰手腕了，GLM-4.6 这波操作，不只是一个模型变强，更是国产 AI 生态的一次练兵，大模型负责提性能，芯片负责降成本，价格再往普惠走，整个链条都动起来了。

接下来，谷歌 Gemini 3.0 要发，国际竞争肯定更激烈，但国产 AI 这波 “国庆竞速” 的表现，已经让大家看到了底气。