Tôi có thể chạy GLM-4.6 cục bộ không?

Có, trọng số mở và có trên Hugging Face tại zai-org/GLM-4.6, bạn có thể tự lưu trữ hoặc chạy cục bộ, tùy theo điều khoản giấy phép Z.ai công bố cùng kho.

GLM-4.6 có giá bao nhiêu và ngữ cảnh dài bao nhiêu?

Qua API Z.ai, giá là 0,50 đô la cho mỗi triệu token đầu vào và 2,00 đô la cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 200.000 token.

GLM-4.6 khác gì so với GLM-4.5?

Thay đổi chính là cửa sổ ngữ cảnh tăng gấp đôi (128K lên 200K), điểm chuẩn mã hóa cao hơn với đầu ra front-end tốt hơn, hỗ trợ sử dụng công cụ trong suy luận, hiệu suất agent và tìm kiếm mạnh hơn, và văn phong viết được Z.ai cho là tự nhiên hơn, phù hợp với sở thích con người.

GLM 4.6

6486°

#llm #z-ai #lý luận #lập trình #tác nhân #ngữ cảnh dài

Chạy mô hình này

Ưu đãi / Quảng cáo

OpenRouter Terminal / API

Trả theo token

Trò chuyện với mô hình này trên trình duyệt hoặc gọi nó từ mã của bạn với một khóa API.

Z.ai | ngữ cảnh 204,800 token | $0.50/M đầu vào, $2.00/M đầu ra. So với GLM-4.5, thế hệ này mang lại một số cải tiến chính: Cửa sổ ngữ cảnh dài hơn: Cửa sổ ngữ cảnh được mở rộng từ 128K lên 200K token, cho phép mô hình xử lý các tác vụ agentic phức tạp hơn. Hiệu suất lập trình vượt trội: Mô hình đạt điểm cao hơn trên các chuẩn đánh giá mã và thể hiện hiệu suất thực tế tốt hơn trong các ứng dụng như Claude Code, Cline, Roo Code và Kilo Code, bao gồm cải tiến trong việc tạo ra các trang front-end có hình thức đẹp mắt. Suy luận nâng cao: GLM-4.6 thể hiện sự cải thiện rõ rệt về hiệu suất suy luận…Z.ai | ngữ cảnh 204,800 token | $0.50/M đầu vào, $2.00/M đầu ra. So với GLM-4.5, thế hệ này mang lại một số cải tiến chính: Cửa sổ ngữ cảnh dài hơn: Cửa sổ ngữ cảnh được mở rộng từ 128K lên 200K token, cho phép mô hình xử lý các tác vụ agentic phức tạp hơn. Hiệu suất lập trình vượt trội: Mô hình đạt điểm cao hơn trên các chuẩn đánh giá mã và thể hiện hiệu suất thực tế tốt hơn trong các ứng dụng như Claude Code, Cline, Roo Code và Kilo Code, bao gồm cải tiến trong việc tạo ra các trang front-end có hình thức đẹp mắt. Suy luận nâng cao: GLM-4.6 thể hiện sự cải thiện rõ rệt về hiệu suất suy luận và hỗ trợ sử dụng công cụ trong quá trình suy luận, dẫn đến khả năng tổng thể mạnh mẽ hơn. Các agent có năng lực hơn: GLM-4.6 thể hiện hiệu suất mạnh hơn trong các agent sử dụng công cụ và dựa trên tìm kiếm, và tích hợp hiệu quả hơn trong các khung agent. Viết tinh chỉnh: Phù hợp hơn với sở thích của con người về phong cách và khả năng đọc, và thể hiện tự nhiên hơn trong các kịch bản nhập vai.

Hướng dẫn cho mô hình này

Ollama vs LM Studio (2026): nên dùng ứng dụng AI cục bộ nào, và mỗi ứng dụng chạy những mô hình hàng đầu nào

LLM cục bộ tốt nhất theo từng trường hợp sử dụng (Tháng 10 năm 2026): mô hình mở phù hợp cho mọi công việc

Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?

Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)

Tất cả hướng dẫn

Ghi chú của thuyền trưởng

Viết bởi Captain, biên tập viên chính

Ghi chú từ 2026-10-13

GLM-4.6 là mô hình trọng số mở của Z.ai với cửa sổ ngữ cảnh 200.000 token, được xây dựng để xử lý mã hóa, suy luận và các luồng công việc agent. Nó nâng cấp từ GLM-4.5 với khả năng sử dụng công cụ mạnh hơn trong quá trình suy luận và hiệu suất thực tế tốt hơn trong môi trường lập trình như Cline và Roo Code. Với giá 0,50 đô la cho mỗi triệu token đầu vào, nó có mức giá hợp lý cho một mô hình cạnh tranh với DeepSeek-V3.1-Terminus và Claude Sonnet 4.

Nổi tiếng với

Cửa sổ ngữ cảnh 200K phù hợp cho các tác vụ agent dài
Mã hóa thực tế mạnh mẽ trong các công cụ front-end và AI
Hỗ trợ sử dụng công cụ trong quá trình suy luận, không chỉ ở ranh giới gọi
Hiệu suất agent dựa trên tìm kiếm được cải thiện trong các khung agent
Viết và nhập vai được tinh chỉnh để đầu ra tự nhiên, dễ đọc

Cẩn thận với

Trọng số mở, nhưng kiểm tra điều khoản giấy phép trước khi sử dụng thương mại hoặc tạo dẫn xuất.
Token đầu ra có giá gấp bốn lần token đầu vào; các vòng agent dài có thể tốn kém nhanh.
Không công bố kích thước mô hình; hãy chuẩn bị VRAM trước khi thử triển khai cục bộ.

Phù hợp nhất cho

Lập trình

Tác nhân và sử dụng công cụ

Lý luận

Ngữ cảnh dài

Chạy cục bộ

Lời nhắc để thử

Trang front-end từ đầu

Xây dựng một trang portfolio cá nhân đơn giản bằng HTML và CSS thuần. Bao gồm thanh điều hướng cố định, phần giới thiệu ngắn, lưới dự án ba cột với hiệu ứng hover, và biểu mẫu liên hệ. Thiết kế trông bóng bẩy và hiện đại mà không dùng bất kỳ framework hay thư viện ngoài nào.

Kế hoạch suy luận đa bước

Một công ty có ba kho hàng và năm tuyến giao hàng. Mỗi tuyến chỉ được phục vụ bởi một kho. Kho A tối đa hai tuyến, B tối đa hai tuyến, C tối đa một tuyến. Tuyến 1 và 3 phải do cùng một kho phục vụ. Tuyến 5 không được phục vụ bởi kho C. Liệt kê tất cả các phân công hợp lệ và giải thích lý do từng bước.

Thiết kế agent sử dụng công cụ

Thiết kế một vòng agent tối giản bằng Python nhận câu hỏi người dùng, quyết định gọi công cụ tìm kiếm web hay trả lời trực tiếp, gọi công cụ nếu cần, rồi tổng hợp câu trả lời cuối cùng. Hiển thị sơ đồ công cụ, logic quyết định, và ví dụ minh họa với câu hỏi cần gọi tìm kiếm.

So sánh với

GLM 5.3 FlashX
Mô hình chỉ API
ngữ cảnh 1,048,576 token · Đầu vào $0.37/M, đầu ra $1.25/M
GLM 5V Turbo
Mô hình chỉ API
ngữ cảnh 202,752 token · Đầu vào $1.20/M, đầu ra $4.00/M
GLM 5 Turbo
Mô hình chỉ API
ngữ cảnh 202,752 token · Đầu vào $1.20/M, đầu ra $4.00/M
GLM 5.3 Prime
Mô hình chỉ API
ngữ cảnh 1,000,000 token · Đầu vào $2.80/M, đầu ra $8.80/M

Thêm mô hình văn bản từ z-ai

Câu hỏi thường gặp

Tôi có thể chạy GLM-4.6 cục bộ không?: Có, trọng số mở và có trên Hugging Face tại zai-org/GLM-4.6, bạn có thể tự lưu trữ hoặc chạy cục bộ, tùy theo điều khoản giấy phép Z.ai công bố cùng kho.
GLM-4.6 có giá bao nhiêu và ngữ cảnh dài bao nhiêu?: Qua API Z.ai, giá là 0,50 đô la cho mỗi triệu token đầu vào và 2,00 đô la cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 200.000 token.
GLM-4.6 khác gì so với GLM-4.5?: Thay đổi chính là cửa sổ ngữ cảnh tăng gấp đôi (128K lên 200K), điểm chuẩn mã hóa cao hơn với đầu ra front-end tốt hơn, hỗ trợ sử dụng công cụ trong suy luận, hiệu suất agent và tìm kiếm mạnh hơn, và văn phong viết được Z.ai cho là tự nhiên hơn, phù hợp với sở thích con người.

Phán quyết của thuyền trưởng
Một lựa chọn trọng số mở đáng tin cậy cho agent lập trình và công việc ngữ cảnh dài, giá cả hợp lý để cân nhắc bên cạnh các đối thủ đóng nguồn.

Thẻ mô hình trên Hugging Face

Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #78 Hottest Text / LLM text model

Not this creator?

Get your own badge

Điểm số này được tính như thế nào

Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.

Thuật ngữ: các từ dùng ở đây

Điểm nhiệt: Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
Sàn điểm: 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
Tương đương lượt tải: Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
Thang log: Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
Lượt thích: Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
Tỷ lệ áp dụng: Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
Đã đo và ước tính: Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
Seeder: Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
AI Horde: Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
Trang tạo ảnh: Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
Token OpenRouter: Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Mô hình đầy đủ (checkpoint): Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
LoRA và embedding: Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
Gia đình và trọng số: Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
Tuổi: Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
Tăng gia đình: Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
Điểm thay thế: Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
Mới! (giai đoạn thử nghiệm): Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
Xu hướng: Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
Mô hình điển hình: Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.

Mô hình tương tự

Mô hình AI để tạo hình ảnh, video & văn bản

GLM 4.6 là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.

Thêm mô hình Text / LLM Thêm Văn bản / LLM Text / LLM llm z-ai lý luận lập trình tác nhân ngữ cảnh dài cục bộ

Duyệt theo họ mô hình