GLM-4.6深度实测：性能、价格与编程能力全面评估

哎李博，你最近是不是又在疯狂测新模型？我看你朋友圈连着发了三天截图。 哈哈被你发现了。智谱那个GLM-4.6刚出，我手痒忍不住跑了一堆测试。 等等，最近新模型也太多了吧，Claude 4.5刚出，Gemini 3.0也在路上，怎么又来一个？ 对，所以这个时间点发布其实挺有意思的。但GLM-4.6打的牌跟别人不一样——它是开源的，而且价格便宜到离谱。 便宜到什么程度？给我一个直观的感受。 这么说吧，输入价格是Claude Sonnet 4.5的二十分之一。输出价格大概是七分之一。 二十分之一？！你确定没看错小数点？ 没错，输入每百万Token才6美分，Claude是3美元。你算算，差了五十倍。 好吧这个数字确实震撼到我了。但便宜归便宜，性能呢？不会是那种一分钱一分货吧？ 这就是它有意思的地方了。它用了MoE架构，就是专家混合模型。总参数3550亿，但推理的时候只激活320亿。 等会儿让我想想……就是说它其实是个大胖子，但干活的时候只派一小撮精英出来？ 哈哈你这比喻很到位。对，你可以理解为一个公司有三千多人，但每个项目只调最合适的三百人来做。知识量是大公司的，但运行效率是小团队的。 这个我懂了。那实际写代码怎么样？我最关心这个，毕竟我们组天天用AI辅助开发。 我跟你说，我测了两个任务。第一个是让它写一个矩阵风格的数字雨动画网页，HTML加CSS加JavaScript全套。 一次生成，直接跑，绿色字符流畅滑落，动画效果完全没问题。零调试。 零调试？这个我得说一句，我们组用Claude写前端有时候还得改两三轮呢。 第二个测试更实用，让它写一个完整的任务管理App。添加、删除、标记完成、筛选，三四十秒全搞定。 三四十秒一个完整App…… 而且交互流畅，复选框、状态切换都正常。一次输入完成，不用反复调prompt。 行，那我要泼冷水了啊。听起来太完美了，缺点呢？你们搞研究的不是最爱看benchmark吗？ 你这个问题问得好。确实，在SWE-bench这种硬核编码评测上，Claude还是明显领先的。 SWE-bench是什么？翻译一下。 就是从GitHub真实项目里抽Bug，让模型自己定位问题、写修复补丁。考的是真实工程能力，不是刷题。 在这种复杂场景下，GLM-4.6确实还有差距。另外它Token效率偏低，有时候废话多了点。 但它便宜啊！废话多一点，乘以二十分之一的单价，我觉得大部分团队算完账还是赚的。 哈哈你们产品经理果然算账一流。不过你说的没错，对于百分之八十的日常开发场景，这个性价比确实无敌。 那我从产品角度追一个问题——它开源意味着什么？能本地部署对吧？ 对，这是另一个大杀器。模型权重完全开放，配合vLLM这些推理框架，企业可以跑在自己的GPU集群上。 数据不出内网，不受API限速，推理成本可预测。金融、医疗、政务这些行业，这一点比什么都重要。 嗯，我们之前做医疗方向的产品确实碰到过这个问题，数据合规卡得死死的，根本不敢调外部API。 对吧。而且它上下文窗口扩到200K Token了，大概相当于一本五百页的书。处理大型代码库完全没压力。 200K……比上一版128K又多了不少。那Agent场景呢？我们组正在搭工作流。 Agent方面它表现很亮眼。工具调用准确、多步骤任务逻辑一致性好。我觉得这是它跟Claude拉开差异化的一个点。 便宜、开源、Agent能力强，还有个月费3美元的编码订阅……这是要把开发者全圈走啊。 你看，它不是要在每个维度上打败Claude，而是找到了一个很务实的定位——够好、够便宜、够自由。 嗯，在工程实践里，'够好且够便宜'确实比'最好但贵死'更有意义。这个道理我做产品三年太懂了。 所以我觉得GLM-4.6真正的意义不只是一个模型，而是证明了开源生态能在性能上逼近闭源，同时成本低一个数量级。这对整个行业都是好事。 行，那我总结一下：复杂编码极致性能选Claude，日常开发、Agent场景、预算敏感就冲GLM-4.6。这个判断没毛病吧？ 没毛病。而且它还在迭代，后面只会越来越强。值得持续关注。