Memadukan $/1 juta di seluruh versi terlacak dari baris ini.
Campuran output-to-input 3:1, per 1 juta token
Harga pada 2026-05-11 · Sumber: zhipu_bigmodel_official_reference
Pembuatan teks, obrolan, ringkasan, dan beban kerja konten untuk tujuan umum yang mengutamakan kemampuan luas dan biaya rendah.
Compared with GLM-4.5, this generation brings several key improvements: Longer context window: The context window has been expanded from 128K to 200K tokens, enabling the model to handle more complex...
glm-4.6 adalah model Teks dari Zhipu AI (GLM) (CN). HotON.ai melacaknya pada $0.39 per 1 juta token masukan dan $1.90 per 1 juta token keluaran, dengan jendela konteks token 203K. Skor efisiensi gabungannya adalah 89/100 dengan perkiraan $0.002 per tugas yang berhasil.
glm-4.6 dilacak pada $0.39 per 1 juta token masukan dan $1.90 per 1 juta token keluaran. Beban kerja output-to-input 3:1 rata-rata berpadu menjadi $1.52 per 1 juta token. Angka adalah ilustrasi data demo.
Pembuatan teks, obrolan, ringkasan, dan beban kerja konten untuk tujuan umum yang mengutamakan kemampuan luas dan biaya rendah.
glm-4.6 mendukung hingga jendela konteks token 203K — cukup besar untuk dokumen panjang dan percakapan panjang dalam satu permintaan.
Dalam rangkaian terlacak HotON.ai, glm-4.6 lebih murah dibandingkan 48% model dalam hal harga input dan menempati peringkat #171 dari 521 berdasarkan efisiensi keseluruhan.
Ya — minimax-m2.5 adalah opsi berbiaya lebih rendah di $0.99 per 1 juta token keluaran, namun tetap mencakup kasus penggunaan Teks yang serupa. Bandingkan keduanya secara berdampingan di HotON.ai.
Harga nyata (melalui katalog TestKey, diperbarui setiap hari). Kualitas (Arena Elo) nyata dimana modelnya diperingkat di LMArena. Kecepatan, ketersediaan, dan efisiensi merupakan perkiraan yang dimodelkan.