Z.AI ha anunciado GLM-4.6, el último modelo de su serie GLM, que representa una actualización integral. El modelo introduce mejoras en la codificación, el procesamiento de contexto largo, el razonamiento, las capacidades de búsqueda, la calidad de la escritura y las aplicaciones de agente para mejorar el rendimiento general. Una característica central de GLM-4.6 es la expansión de su ventana de contexto a 200,000 tokens, un aumento de los 128,000 tokens disponibles en versiones anteriores. Esta mayor capacidad permite que el modelo maneje tareas de agente más complejas. El rendimiento de codificación del modelo también se ha avanzado, logrando puntajes más altos en los puntos de referencia de código. Demuestra un mejor rendimiento del mundo real en entornos como Claude Code, Cline, Roo Code y Kilo Code. El modelo se destaca en funciones específicas como generar páginas front-end visualmente pulidas. Las capacidades de razonamiento muestran mejoras claras, y GLM-4.6 admite el uso de la herramienta durante la inferencia, lo que contribuye a una capacidad general más fuerte. El modelo exhibe un rendimiento más fuerte en el uso de la herramienta y la integración de agentes basados en la búsqueda dentro de los marcos de agentes. En términos de generación de texto, su calidad de escritura se ha refinado para alinearse más estrechamente con las preferencias humanas para el estilo y la legibilidad. También funciona más naturalmente cuando se utiliza en escenarios de juego de roles. GLM-4.6 está disponible en herramientas de codificación superior y es un componente del plan de codificación GLM. Este servicio de suscripción, con planes que comienzan en $ 3 por mes, está diseñado para admitir la codificación con AI en una variedad de aplicaciones. Las especificaciones técnicas confirman que el modelo admite modalidades de entrada y salida de texto y presenta un límite de token de salida máximo de 128,000. GLM-4.6 se sometió a una evaluación en ocho puntos de referencia autorizados, que se desempeñan a la par con los modelos principales que incluyen Claude Sonnet 4 y 4.6. En una evaluación competitiva dentro del entorno del código Claude, superó a otros modelos en 74 escenarios de codificación práctica. Estas evaluaciones también mostraron que GLM-4.6 alcanzó más de un 30% de eficiencia en el consumo de token.
