Scheda
GLM-4.6: fiche technique, prix API et données
Aggiornato
Z.aiModelli AI & LLM★ Il migliore per Costo output per 1M token
74.6/100
#2 di 3 · Modelli AI & LLMStesso metro per tutti i modelli verificati della categoria.
Z.ai GLM-4.6 guida su Costo output per 1M token fra i modelli verificati.
Dove guida
- Costo input per 1M token
- Costo output per 1M token
Dove resta indietro
- SWE-bench Verified (% risolti)
- Accuratezza SWE-bench
- 68,2%
- Finestra di contesto
- 200k token
- Risposta massima
- 128k token
- Costo input per 1M token
- $0,60
- Costo output per 1M token
- $2,20
- Pesi aperti (scaricabili)
- Sì
Scheda tecnica · GLM-4.6
Ogni dato è citato dalla pagina ufficiale del produttore, con la data in cui l'abbiamo letto. Se una voce manca, la fonte non la dichiara e noi non la stimiamo.
Prestazioni
- Accuratezza SWE-bench
- 68,2%Posizione 4 di 5
Cosa significa e fonte
Quanti problemi reali di programmazione (segnalazioni di progetti open source) risolve da solo nella classifica indipendente SWE-bench Verified. Più è alto, meglio scrive e corregge codice.
swebench.comApre la fonte in una nuova scheda 28 ott 2026
Memoria e lunghezza delle risposte
- Finestra di contesto
- 200k tokenPosizione 20 di 21
Cosa significa e fonte
Quanto testo il modello tiene sotto gli occhi in una sola richiesta, domanda e risposta comprese. Conta per documenti lunghi e per interi progetti di codice. Un token è un frammento di parola.
docs.z.aiApre la fonte in una nuova scheda 23 ott 2026- Risposta massima
- 128k tokenPosizione 3 di 16
Cosa significa e fonte
La risposta più lunga che può scrivere in una volta sola: serve per relazioni, codice lungo o traduzioni di interi documenti.
docs.z.aiApre la fonte in una nuova scheda 23 ott 2026
Prezzi via API
- Costo input per 1M token
- $0,60Posizione 4 di 21
Cosa significa e fonte
Quanto costa far leggere al modello un milione di token (la tua domanda, i documenti, il codice). È il listino ufficiale, prima di sconti.
docs.z.aiApre la fonte in una nuova scheda 23 ott 2026- Costo input in cache per 1M token
- $0,11Posizione 10 di 20
Cosa significa e fonte
Il prezzo ridotto quando una parte della richiesta è identica a una già inviata di recente, per esempio le stesse istruzioni o lo stesso documento: il fornitore la tiene in memoria e la fa pagare meno.
docs.z.aiApre la fonte in una nuova scheda 23 ott 2026- Costo output per 1M token
- $2,20Posizione 4 di 21
Cosa significa e fonte
Quanto costa un milione di token scritti dal modello. Di solito costa più dell'input ed è la voce da guardare quando le risposte sono lunghe.
docs.z.aiApre la fonte in una nuova scheda 23 ott 2026
Dimensioni e apertura
- Parametri
- 357 miliardi
Cosa significa e fonte
Le dimensioni della rete: quanti miliardi di valori appresi la compongono. Più grande non vuol dire per forza migliore, ma dice quanta potenza serve per farla girare in proprio.
huggingface.coApre la fonte in una nuova scheda 23 ott 2026- Pesi aperti (scaricabili)
- Sì7 modelli su 23
Cosa significa e fonte
I pesi del modello sono scaricabili: puoi farlo girare sui tuoi server, adattarlo e decidere dove restano i dati, entro i termini della licenza.
huggingface.coApre la fonte in una nuova scheda 23 ott 2026
Dove si colloca · GLM-4.6
Gli stessi dati verificati, messi accanto a quelli degli altri modelli del catalogo. Tocca un modello per il confronto diretto.
Hardware per provare l'AI in locale
GLM-4.6: per tenere in memoria i soli pesi servono circa 714 GB a 16 bit, 357 GB a 8 bit, 178,5 GB a 4 bit. Oltre 24 GB non è un lavoro da PC di casa: conviene usarlo via API.Calcolo sui miliardi di parametri dichiarati dal produttore, non una misura: contesto e programma di esecuzione richiedono altra memoria.
Domande e risposte
GLM-4.6: quanto costa usarlo via API?
Il listino ufficiale chiede $0,60 per 1M token in ingresso e $2,20 per 1M token in uscita.
GLM-4.6: quanto testo legge in una volta?
La finestra di contesto è di 200k token. Può scrivere risposte fino a 128k token.
GLM-4.6: posso farlo girare sul mio computer?
Sì, il produttore pubblica i pesi del modello. Parametri: 357 miliardi. Per tenerli in memoria servono circa 178,5 GB a 4 bit; contesto e programma di esecuzione richiedono altra memoria.
GLM-4.6: è bravo a programmare?
Risolve il 68,2% dei problemi di SWE-bench Verified, la classifica indipendente di problemi reali di programmazione.
L’essentiel
Sur Z.ai GLM-4.6, la donnée qui compte vraiment est Précision SWE-bench : 68.2. Je l’ai relevé chez https://www.swebench.com/verified. Parmi les 5 que j’ai vérifiés, 3 font mieux. L’autre chiffre à regarder est Fenêtre de contexte : 200K. Sur les champs mesurables, il atteint 74.6/100.
Les chiffres de Z.ai GLM-4.6
Je les ai classés par importance, avec la valeur et la position face aux autres que j’ai vérifiés.
Précision SWE-bench : 68.2. Position 4 sur les 5 que j’ai comparés.
Fenêtre de contexte : 200K. Position 20 sur les 21 que j’ai comparés.
Coût par million de jetons en sortie : 2.2. Position 4 sur les 21 que j’ai comparés.
Coût par million de jetons en entrée : 0.6. Position 4 sur les 21 que j’ai comparés.
Coût d’entrée en cache par 1M de tokens (USD) : 0.11. Position 11 sur les 20 que j’ai comparés.
Open weights (downloadable) : 1. C’est la meilleure valeur parmi les 7 que j’ai comparés.
À qui il s’adresse
Choisis-le si Open weights (downloadable) est ta priorité : 1, et aucun de ceux que j’ai vérifiés ne fait mieux.
Regarde ailleurs si ce qui compte pour toi est Précision SWE-bench : ici c’est 68.2, et 3 produits font mieux.
Pour aller plus loin
Sources
- docs.z.aiDocumentazione ufficiale · glm 4 · 23 ott 2026Apre la fonte in una nuova scheda
- docs.z.aiDocumentazione ufficiale · pricing · 23 ott 2026Apre la fonte in una nuova scheda
- huggingface.coScheda del produttore · GLM 4 · 23 ott 2026Apre la fonte in una nuova scheda
- swebench.comClassifica indipendente · verified · 28 ott 2026Apre la fonte in una nuova scheda
Chiedi a Sir Compare:Spiegami questi numeri
Come ho calcolato il punteggio
Stesso metro per tutti i prodotti di questa categoria. Qui sotto trovi quanto pesa ogni criterio e quanto ha contribuito.
Z.ai GLM-4.6: 74.6/100
- SWE-bench Verified (% risolti): 90.2/100 × 0.55 = 49.6
- Costo output per 1M token (USD): 100/100 × 0.15 = 15
- Finestra di contesto (k token): 20/100 × 0.25 = 5
- Costo input per 1M token (USD): 100/100 × 0.05 = 5
Recensioni e test
Z.ai GLM-4.6
Recensioni e test · Z.ai GLM-4.6
Recensioni non ancora disponibili.
Cosa è cambiato
- Pagina aggiornata
La posta di Sir Compare
Novità su Modelli AI & LLM? Te le scrivo io.
Scegli cosa ti interessa: ti scrivo solo quando esce qualcosa di nuovo — una guida, una notizia, un prezzo verificato che scende.
Passo 1 di 2
Cosa ti interessa?
Scegline quante vuoi. Se non scegli niente, ricevi le novità di tutte le sezioni.
- Solo quello che scegli
- Mai email vuote
- Esci con un clic