bigmodel

GLM-4.6

bigmodel/glm-4.6
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

GLM-4.6 是智谱最新的旗舰模型,其总参数量 355B,激活参数 32B。GLM-4.6 所有核心能力上均完成了对 GLM-4.5 的超越

输入 / 输出模态
文本 至 文本
参考输入 / 输出价格
输入¥2输出¥8每百万 Token
上下文长度
200K
收录时间
2025年10月9日

供应通道与价格

供应通道输入长度输入 /M输出 /M缓存读取 /M上下文最大输出详情
智谱—¥2¥8¥0.4200K128K
Ali≤ 32K¥3¥14—166K16K
≥ 32K¥4¥16¥0
Other-A≤ 32K¥2——200K128K
≥ 32K¥4——
≤ 2K—¥8—
≥ 2K—¥14—
≥ 0—¥16¥0.4

智谱

延迟
3.39s
吞吐量
67 tokens/s
上下文
200K

价格

输入
¥2/M tokens
输出
¥8/M tokens
缓存
¥0.4/M tokens

规格

上下文
200K
最大输出
128K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Ali

延迟
9.18s
吞吐量
42 tokens/s
上下文
166K

价格

输入
¥3/M tokens
输出
¥14/M tokens
缓存
¥0/M tokens

分段价格

按输入 Token 长度分段计费。

0–32K Token

输入阶梯
¥3/M tokens
输出阶梯
¥14/M tokens

32K–∞ Token

输入阶梯
¥4/M tokens
输出阶梯
¥16/M tokens
缓存阶梯
¥0/M tokens
缓存阶梯
¥0/M tokens

规格

上下文
166K
最大输出
16K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Other-A

延迟
16.23s
吞吐量
31 tokens/s
上下文
200K

价格

输入
¥2/M tokens
输出
¥8/M tokens
缓存
¥0.4/M tokens

分段价格

按输入 Token 长度分段计费。

0–32K Token

输入阶梯
¥2/M tokens
输入阶梯
¥3/M tokens

32K–∞ Token

输入阶梯
¥4/M tokens

0–2K Token

输出阶梯
¥8/M tokens

2K–∞ Token

输出阶梯
¥14/M tokens

0–∞ Token

输出阶梯
¥16/M tokens
缓存阶梯
¥0.4/M tokens
缓存阶梯
¥0.6/M tokens
缓存阶梯
¥0.8/M tokens

规格

上下文
200K
最大输出
128K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

GLM-4.6 的示例代码与 API 说明

Modelmesh 会帮你在不同服务提供商之间规范化处理请求和响应,为你统一接口。

Modelmesh 提供了兼容 OpenAI 的 Completion API,可连接 300 多款模型与服务提供商,既可直接调用,也可通过 OpenAI SDK 调用。此外,还提供了一些第三方 SDK。

在以下示例中,Modelmesh 专用的请求头属于可选项。若你配置了这些请求头,你的应用就能出现在 Modelmesh 的排行榜上。

支持的接口点击接口可切换下方示例
/v1/chat/completions
from openai import OpenAI API_KEY = "$SSY_API_KEY" client = OpenAI( base_url="https://router.shengsuanyun.com/api/v1", api_key=API_KEY, ) try: completion = client.chat.completions.create( model="bigmodel/glm-4.6", messages=[{"role": "user", "content": "9.11 和 9.8 哪个数更大?"}], temperature=0.6, top_p=0.7, stream=True, ) response_text = "" for chunk in completion: if chunk.choices and chunk.choices[0].delta.content is not None: content = chunk.choices[0].delta.content print(content, end="", flush=True) response_text += content except Exception as error: print(f"Request failed: {error}")
                
              

相关模型