9月30日，国产大模型"六小龙"之一的智谱发布GLM-4.6新模型。 作为GLM系列最新版本，GLM-4.6在真实编程、长上下文处理、推理能力、信息搜索、写作能力与智能体应用等多个方面能力有所提升。 官方信息显示，此次升级表现在公开基准与真实编程任务中，GLM-4.6代码能力对齐Claude Sonnet4；上下文窗口由128K提升至200K，适应更长的代码和智 能体任务；新模型提升推理能力，并支持在推理过程中调用工具；搜索方面增强模型的工具调用和搜索智能体。 另外，"模芯联动"是此次新模型发布的重点，GLM-4.6已在寒武纪国产芯片上实现FP8+Int4混合量化部署，这也是行业首次在国产芯片上投产的FP8+Int4模 型芯片一体解决方案，在保持精度不变的前提下，降低推理成本，为国产芯片在大模型本地化运行上探索可行路径。 具体到模型适配过程中，占总内存的60%-80%的大模型核心参数通过Int4量化后，可将权重体积直接压缩为FP16的1/4，大幅降低芯片显存的占用压力；推理 环节积累的临时对话数据可以通过Int4压缩内存的同时，将精度损失控制在"轻微"范围。而FP8可重点针对模型中"数值敏感、影响推理准确性" ...

官方信息显示，此次升级表现在公开基准与真实编程任务中，GLM-4.6代码能力对齐Claude Sonnet 4； 上下文窗口由128K提升至200K，适应更长的代码和智能体任务；新模型提升推理能力，并支持在推理 过程中调用工具；搜索方面增强模型的工具调用和搜索智能体。 另外，"模芯联动"是此次新模型发布的重点，GLM-4.6已在寒武纪国产芯片上实现FP8+Int4混合量化部 署，这也是行业首次在国产芯片上投产的FP8+Int4模型芯片一体解决方案，在保持精度不变的前提下， 降低推理成本，为国产芯片在大模型本地化运行上探索可行路径。 FP8是8位浮点数（Floating-Point 8）数据类型，动态范围广、精度损失小；Int4是4 位整数（Integer 4） 数据类型，压缩比极高，内存占用最少，适配低算力硬件但精度损失相对明显。此次尝试的"FP8+Int4 混合" 模式，并非简单将两种格式叠加，而是根据大模型的"模块功能差异"，针对性分配量化格式，让 该省内存的地方用Int4压到极致，该保精度的地方用FP8守住底线，实现合理资源分配。 具体到模型适配过程中，占总内存的60%-80%的大模型核心参数通过Int ...

寒武纪与摩尔线程完成对GLM-4.6的适配，标志着国产GPU已具备与前沿大模型协同迭代的能力，加速 构建自主可控的AI技术生态。GLM-4.6搭配国产芯片的组合将率先通过智谱MaaS平台面向企业与公众 提供服务，释放更广泛的社会与产业价值。 未来，国产原创的GLM系列大模型与国产芯片的深度协同，将在模型训练和推理环节持续推动性能与 效率的双重优化，构建更加开放、可控、高效的人工智能基础设施。 智谱官方宣布，GLM-4.6已在寒武纪领先的国产AI芯片上实现FP8+Int4混合量化推理部署，这也是首次 在国产芯片上投产的FP8+Int4模型-芯片一体化解决方案。在保持模型精度不变的前提下，该方案大幅 降低了推理成本，为国产芯片本地化运行大模型提供了可行路径和示范意义。 与此同时，摩尔线程基于vLLM推理框架完成了对GLM-4.6的适配，新一代GPU可在原生FP8精度下稳 定运行模型，充分验证了MUSA架构及全功能GPU在生态兼容性和快速适配能力方面的优势。 9月30日，国内大模型领军企业智谱正式发布并开源新一代大模型GLM-4.6，在Agentic Coding等核心能 力上实现大幅跃升。这是继DeepSeek- ...

每经AI快讯，9月30日，国内大模型重点企业智谱正式发布并开源新一代大模型GLM-4.6，在Agentic Coding等核心能力上实现大幅跃升。这是继DeepSeek-V3.2-Exp与Claude Sonnet4.5之后，国庆节前业界 的又一重大技术发布。智谱官方宣布，GLM-4.6已在寒武纪领先的国产AI芯片上实现FP8+Int4混合量化 推理部署，这也是首次在国产芯片上投产的FP8+Int4模型-芯片一体化解决方案。同时，摩尔线程基于 vLLM推理框架完成了对GLM-4.6的适配，新一代GPU可在原生FP8精度下稳定运行模型。 ...

另外，"模芯联动"是此次新模型发布的重点，GLM-4.6已在寒武纪国产芯片上实现FP8+Int4混合量化部署，这也是行业首次在国产芯片上投产的FP8+Int4模 型芯片一体解决方案，在保持精度不变的前提下，降低推理成本，为国产芯片在大模型本地化运行上探索可行路径。 FP8是8 位浮点数（Floating-Point 8）数据类型，动态范围广、精度损失小；Int4是4 位整数（Integer 4）数据类型，压缩比极高，内存占用最少，适配低算力 硬件但精度损失相对明显。此次尝试的"FP8+Int4 混合" 模式，并非简单将两种格式叠加，而是根据大模型的"模块功能差异"，针对性分配量化格式，让该 省内存的地方用Int4压到极致，该保精度的地方用FP8守住底线，实现合理资源分配。 具体到模型适配过程中，占总内存的60%-80%的大模型核心参数通过Int4量化后，可将权重体积直接压缩为FP16的1/4，大幅降低芯片显存的占用压力；推理 环节积累的临时对话数据可以通过Int4压缩内存的同时，将精度损失控制在 "轻微"范围。而FP8可重点针对模型中"数值敏感、影响推理准确性"的模块，降 低精度损失、保留精细语义信息。 方案 ...

风险提示及免责条款 据智谱消息，最新的GLM-4.6模型上线，其代码能力比前代GLM-4.5提升27%，在真实编程、长上下文 处理、推理能力等多方面表现优异。GLM-4.6在公开基准测试中达到国内最高水准，并在74个真实编程 任务中超越其他国产模型。智谱官方宣布，GLM-4.6已在寒武纪领先的国产AI芯片上实现FP8+Int4混合 量化推理部署，这也是首次在国产芯片上投产的FP8+Int4模型-芯片一体化解决方案。与此同时，摩尔 线程基于vLLM推理框架完成对GLM-4.6的适配，新一代GPU可在原生FP8精度下稳定运行模型。 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何 意见、观点或结论是否符合其特定状况。据此投资，责任自负。 ...