GLM-4.6 现在在 SiliconFlow 上：高级代理、推理和编码功能

简言之：GLM-4.6现已上线SiliconFlow！此升级将上下文窗口扩展至205K个tokens，提供更强的编程和推理性能，并在使用Claude Code、Cline、Roo Code和Kilo Code等工具的代理任务中表现出色。此外，写作质量提高，与人类的对齐度更好，GLM-4.6是开发人员和高级AI应用程序的强大全能工具。今天就在SiliconFlow上试用GLM-4.6 API！

SiliconFlow很高兴为您带来GLM-4.6，这是Z.ai旗舰模型的最新版本。在GLM-4.5坚实基础之上，此更新专注于长上下文推理、代理集成和编码效率，为复杂工作流和智能应用提供更流畅的性能。无论您是在构建智能代理、开发复杂应用程序，还是分析长篇内容，GLM-4.6都能提供满足最高要求工作流的推理深度、上下文长度和可靠性。

通过SiliconFlow的GLM-4.6 API，您可以期待：

• 成本效益高的定价：GLM-4.6 $0.5/百万tokens (Input) 和$1.9/百万tokens (Output)。

• 205K上下文窗口：完美适用于长文件、复杂推理和扩展的代理任务。

• 经过验证的现实世界性能：在74个Claude Code编程任务中，GLM-4.6在实际性能上胜过Claude Sonnet 4。

关键特性和基准性能

与GLM-4.5相比，Z.ai旗舰模型的最新版本GLM-4.6带来了几个关键改进：

• 更长的上下文窗口：上下文窗口已从131K扩展到205K tokens，使模型能够处理更复杂的代理任务。

• 卓越的编程性能：该模型在代码基准测试上取得更高分数，并在实际应用中，如Claude Code、Cline、Roo Code和Kilo Code，表现出更好的性能，包括在生成视觉上更完善的前端页面方面的改进。

• 高级推理：GLM-4.6显示出了推理性能的显著改进，并且支持在推理过程中使用工具，增强了整体能力。

• 更强大的代理：GLM-4.6在工具使用和基于搜索的代理中表现更强，并能更有效地集成到代理框架中。

• 精致的写作：更好地符合人类偏好的风格和可读性，并在角色扮演场景中表现更自然。

此外，GLM-4.6在覆盖推理、编程和代理智能的八个公共基准中进行了评估。结果显示，与GLM-4.5相比有明显且一致的改进——与DeepSeek-V3.1-Terminus和Claude Sonnet 4等顶级模型相比具有竞争优势。

除了基准测试外，现实世界体验更为重要。GLM-4.6通过扩展的CC-Bench进行评估，真人评估人员在独立的Docker环境中完成涵盖前端开发、工具构建、数据分析、测试和算法的多回合任务。

该模型在与Claude Sonnet 4接近平衡（48.6%胜率）的情况下运行，比其他开源基线明显更出色，同时使用的tokens比GLM-4.5减少了约15%，展示了在能力和效率方面的改进。

使用SiliconFlow的GLM-4.6 API

首先，让我们看看GLM-4.6在SiliconFlow上的表现，我们在Claude Code中使用GLM-4.6 API完成以下任务：

“为‘每日AI新闻’仪表板构建响应式网页。页面应包括顶部导航栏、显示今日新闻标题和摘要的主卡片，以及一个深色/浅色主题切换。仅使用HTML、CSS和纯JavaScript。”

在相同的提示下，GLM-4.6生成了更精美和互动的网页——导航按钮触发功能性弹出窗口，整体布局显得更加精致。而GLM-4.5仅生成了更简单的静态页面，交互性有限且没有有效的弹出窗口。

GLM-4.6生成的内容：

GLM-4.5生成的内容：

现在，让我们探索多种利用这款强大模型的方法。

Claude Code

现在，您可以轻松将SiliconFlow的GLM-4.6 API集成到Claude Code中。

步骤1：获取您的SiliconFlow API Key

1. 1. 登录到您的SiliconFlow仪表板。

2. 2. 导航到API Keys部分。

3. 3. 生成新的API key以访问GLM-4.6。

4. 4. 复制并保存您的API key。

步骤2：配置环境变量

打开您的终端并设置以下环境变量：

export ANTHROPIC_BASE_URL="https://api.siliconflow.com/v1/chat/completions"export ANTHROPIC_MODEL="zai-org/GLM-4.6"  # You can modify this to use other models as neededexport ANTHROPIC_API_KEY="YOUR_SILICONFLOW_API_KEY" # Please replace with your actual API Key

export ANTHROPIC_BASE_URL="https://api.siliconflow.com/v1/chat/completions"export ANTHROPIC_MODEL="zai-org/GLM-4.6"  # You can modify this to use other models as neededexport ANTHROPIC_API_KEY="YOUR_SILICONFLOW_API_KEY" # Please replace with your actual API Key

export ANTHROPIC_BASE_URL="https://api.siliconflow.com/v1/chat/completions"export ANTHROPIC_MODEL="zai-org/GLM-4.6"  # You can modify this to use other models as neededexport ANTHROPIC_API_KEY="YOUR_SILICONFLOW_API_KEY" # Please replace with your actual API Key

步骤3：开始使用Claude Code和GLM-4.6

导航到您的项目目录并启动Claude Code：

cd

cd

cd

Claude Code现在将通过SiliconFlow的API服务使用GLM-4.6来满足您所有的编程协助需求！

此外，您还可以通过gen-cli和Cline访问SiliconFlow的GLM-4.6模型。

Gen-CLI

Gen-CLI基于开源的Gemini-CLI，现在已在GitHub上提供。按照以下步骤安装：

1. 1. 确保您的系统已安装Node.js 18或更高版本。

2. 2. 设置API key环境变量：

export SILICONFLOW_API_KEY="YOUR_API_KEY"

export SILICONFLOW_API_KEY="YOUR_API_KEY"

export SILICONFLOW_API_KEY="YOUR_API_KEY"

1. 3. 运行Gen-CLI：

通过npx：

npx https://github.com/gen-cli/gen-cli

npx https://github.com/gen-cli/gen-cli

npx https://github.com/gen-cli/gen-cli

或通过npm安装：

npm install -g @gen-cli/gen-cli
gen

npm install -g @gen-cli/gen-cli
gen

npm install -g @gen-cli/gen-cli
gen

立即开始

1. 1. 探索：在SiliconFlow模型广场中尝试GLM-4.6。

2. 2. 集成：使用我们的OpenAI兼容API。浏览SiliconFlow API文档了解完整API规格。

import requestsurl = "https://api.siliconflow.com/v1/chat/completions"payload = {    "model": "zai-org/GLM-4.6",    "messages": [        {            "role": "user",            "content": "tell me a story"        }    ]}headers = {    "Authorization": "Bearer <token>",    "Content-Type": "application/json"}response = requests.request("POST", url, json=payload, headers=headers)print(response.text)

import requestsurl = "https://api.siliconflow.com/v1/chat/completions"payload = {    "model": "zai-org/GLM-4.6",    "messages": [        {            "role": "user",            "content": "tell me a story"        }    ]}headers = {    "Authorization": "Bearer <token>",    "Content-Type": "application/json"}response = requests.request("POST", url, json=payload, headers=headers)print(response.text)

import requestsurl = "https://api.siliconflow.com/v1/chat/completions"payload = {    "model": "zai-org/GLM-4.6",    "messages": [        {            "role": "user",            "content": "tell me a story"        }    ]}headers = {    "Authorization": "Bearer <token>",    "Content-Type": "application/json"}response = requests.request("POST", url, json=payload, headers=headers)print(response.text)

商业或销售咨询 →

立即加入我们的Discord社区 →

在X上关注我们以获取最新更新 →

探索SiliconFlow上的所有可用模型 →