原本想着趁着假期一早开车回老家，结果从昨晚六点开始，AI 圈子里连续投下“核弹”，手机刷到半夜都停不下来。

一个接一个的重磅更新，简直就是“模型军备竞赛的现场版”：

• DeepSeek-V3.2-Exp 上线，带来全新的稀疏注意力机制，推理成本砍掉 75%。价格直接打下来，一下子把友商逼到了墙角。

• Anthropic Claude Sonnet 4.5 发布，依旧主打 Coding，速度和价格都有所优化，最长任务可跑 30 个小时。

• 智谱 GLM-4.6 登场，代码能力追平 Sonnet 4，上下文长度直接拉到 200K，还在国产芯片上实现 FP8+Int4 混合量化部署。

节奏快到有点窒息。Anthropic 两个月前才更新过版本，没想到这次国内厂商几乎是贴着点同步跟上。大家都看明白了：谁也没法再独占优势。

01 从 GLM-4.5 到 GLM-4.6：追上来的不仅是性能

如果说 DeepSeek 是靠 R1 在春节期间一战成名，那智谱从 GLM-4.5 开始，基本算是“越过山丘”了。

我身边不少工程师，Claude 断供那会儿，第一时间就切换到 GLM-4.5。API 层面几乎无缝衔接，在 Claude Code 里只改几行命令就能跑起来。大家用下来最大的评价就是：能顶上九成功力，便宜，还不肉疼。

写代码不是一次性消费，而是每天都要跑。Claude 之前的价格让人心里犯怵，而 GLM 给人的感觉是：稳、实用、放心。久而久之，很多团队干脆直接转过去了。

这次的 GLM-4.6，看得出智谱是“奔着 Claude 去”的。功能直指 Coding 场景，更新时机更是紧跟 Sonnet 4.5。

当然，硬要比较的话，Claude 那种能跑 30 小时长任务的稳定性，国内模型还差点火候。但这并不妨碍 GLM-4.6 成为一次关键突破。

三个亮点尤其值得说：

• Coding 能力再上台阶：在七十多个编程场景测试里，GLM-4.6 已经能胜任复杂开发任务。

• 200K 上下文：等于一次性把一个中型代码仓库全塞进去，模型既能看全局，也能抓细节。

• 国产芯片适配：GLM-4.6 已经在寒武纪芯片和摩尔线程 GPU 上跑通。这不只是“能用”，更像是未来生态的一块拼图。

别忘了，智谱还在 Hugging Face 公布了完整的测试数据和轨迹，欢迎大家自己复现。换句话说：你可以不信宣传，但可以自己试。

02 更少的 Token，更快的速度

相比 4.5，新版在平均 Token 消耗上少了 30% 以上。

这听起来可能有点抽象，但如果换个说法就容易理解了：同样一个问题，用更少的话就能说清楚。

对企业来说，这意味着成本肉眼可见的下降；对个人来说，速度更快，延迟更低，尤其在 Coding 这种复杂任务里，体验差距会被放大。

很多人反馈，GLM-4.6 的回答明显更紧凑，废话少了，更快切入重点。

03 实测环节：模型到底能玩出什么花？

说了这么多，大家肯定更关心“实际能做什么”。所以我准备了几个直观的测试场景：

01 炫酷灯光秀

提示词：

创建一个 HTML 页面，模拟舞台灯光秀。不同颜色的光束随机扫射，随着节奏闪烁，并能用按钮切换“演唱会模式”和“派对模式”。

02 互动地球仪

提示词：

生成一个 3D 地球仪，支持鼠标拖拽旋转，展示主要城市的标注点，点击城市时显示当地时间和天气。

03 创意加载器

提示词：

使用 CSS 和 JavaScript 设计几个创意加载动画：像心跳一样的脉冲效果、彩色方块的循环拼图、带轨迹的小火箭发射。并提供开关按钮。

04 自动生成简历

提示词：

根据用户输入的姓名、技能和经历，自动生成一个单页简历的 HTML 文件，包含清晰的版式、配色和导出 PDF 的功能。

这些案例不是为了炫技，而是让大家直观感受到 GLM-4.6 在前端、交互和工具类开发上的表现。后端的朋友可能要说“不公平”，但等实际用在生产环境里，大家的直觉会更有参考意义。

回到开头的问题：GLM-4.6 能在国内第一代码模型的位置上坐多久？

答案可能是谁也说不准。但有一点可以确定：国内厂商的迭代速度，已经跟上来了。

头部闭源模型的进步似乎在放缓，而国产模型在部分场景里已经能做到“无感切换”。这是好事——因为选择变多了，价格变低了，工程师终于不用再被绑架在某一个模型身上。

智谱还推出了最低 20 元的 Coding 包月套餐，直接覆盖大多数工程师的日常使用量。现在升级后，还带上了图像识别和搜索能力。

对很多人来说，这可能是第一次觉得“国产模型真能顶上来”。

所以，这个假期，或许不妨试试 GLM-4.6。在 Coding 场景里，它已经足够给力。

了解更多AI资讯，职场思考，科技资讯，扫码加入群聊，解锁更多精彩内容