M
ModelSage
返回
智

GLM-4.6

智谱AI · GLM-4.6 (Reasoning)

轻量模型

Input
¥1.0
/M Tokens
Output
¥3.0
/M Tokens
Context
200K
Tokens
Capabilities
对话代码
Best For
简单问答
查看官方定价页面
M
在 ModelSage 接入此模型
Quick Cost Estimate
¥14.0/月
10,000 次调用 · 输入 500 tokens · 输出 300 tokens
自建可行性
vLLM 官方 · 2026-10-14

GLM-4.6 私有化部署，NVFP4 量化下需显存约 223GB， 至少 2 张 H200，聚合吞吐约 10,817 tok/s。

NVFP4223GB
2×H200 / 1×MI325X
FP8428GB
4×H200 / 2×MI325X
REDHAT-FP8429GB
4×H200 / 2×MI325X
vLLM 官方验证过的硬件
H200MI300XMI325XMI355X

同样的量走 API：日均 2 亿 token 约 ¥9,000/月。自建是否更便宜取决于卡价与实际利用率。

按实际卡价测算回本周期

显存需求与硬件兼容性取自 vLLM 官方 recipes；卡数按「装得下」估算， 未计入张量并行度、互联拓扑与跨节点开销，实际只多不少。吞吐为公式估算值，非实测。

Leaderboard Ranks
🏅综合#209💻代码#183
Price Comparison同价位的其他厂商，点进去看详情
GLM-4.6CURRENT
¥1.0 / ¥3.0
INPUT
OUTPUT
Qwen3 VL 235B A22B (推理)
¥1.0 / ¥10.0
INPUT
OUTPUT
Qwen3 VL 32B (推理)
¥1.0 / ¥10.0
INPUT
OUTPUT
Qwen3 Next 80B A3B (推理)
¥1.0 / ¥4.0
INPUT
OUTPUT
Qwen3 VL 235B A22B (指令)
¥1.0 / ¥10.0
INPUT
OUTPUT
智谱AI Models
GLM-5.3 (max)
¥8.0 / ¥28.0
GLM-5.3-Flash
¥0.80 / ¥2.8
GLM-5.3 (low)
¥8.0 / ¥28.0
GLM-5.2 (max)
¥8.0 / ¥28.0
GLM-5
¥4.0 / ¥18.0
GLM-5.1
¥6.0 / ¥24.0
GLM-5.1 (non-reasoning)
¥6.0 / ¥24.0
GLM 5V Turbo
¥5.0 / ¥22.0
GLM-5.2 (non-reasoning)
¥8.0 / ¥28.0
GLM-4.7
¥2.0 / ¥8.0
GLM-5 (non-reasoning)
¥4.0 / ¥18.0
GLM-4.7 (non-reasoning)
¥2.0 / ¥8.0
GLM-4.6 (non-reasoning)
¥1.0 / ¥3.0
GLM-4.7-FlashFREE
免费 / 免费
GLM-4.5
¥3.0 / ¥14.0
GLM-4.6V
¥1.0 / ¥3.0
GLM-4.5-Air
¥0.80 / ¥2.0
GLM-4.7-Flash (non-reasoning)FREE
免费 / 免费
GLM-4.6V (non-reasoning)
¥1.0 / ¥3.0
GLM-4.5V
¥2.0 / ¥6.0
GLM-4.5V (non-reasoning)
¥2.0 / ¥6.0
LAST UPDATED: 2026-10-14