Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Fiche modèle · édition du

GLM-⁠4.6

Z.ai (Zhipu AI) · Chine · sorti le Z.ai (Zhipu AI) · Chine · 30 septembre 2025

  • Poids ouverts · MIT
  • DGX Station
  • Classe énergétique D
72,1de 67,7 à 76,6Rang 112 · 65 %?
Empreinte?
RaisonnementCode70,8AgentsUsage73,7Maths67,4Sciences72,4Français72,4VisionÉcriture74,5Web73,2

Son bilan?

  • Au classement général, 112e sur 257, ex æquo avec 29 autres modèles dont les marges d'erreur se recouvrent.
  • Pas encore classé en code, maths et sciences : trop peu de mesures.
  • Pas encore mesuré en raisonnement, tâches d'agent et compréhension d'images.
L'application de l'éditeurZ.ai Ce modèle n'y est peut-être plus proposé. (nouvel onglet)

Estimationenviron 1,1 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Score général?

72,1de 67,7 à 76,6

Rang112Groupe 8, ex æquoCouverture65 %12 mesures

Pourquoi ce score ? →Comment lire un score →

Les dix tâches?

Artificial Analysis

Hors du score

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index. C'est un autre indice, qui ne compte pas dans le score IA de QUELLE IA et ne se compare pas directement à lui.

Version évaluéeIndiceRang chez euxVitessePremier jetonPrix par million de jetonsentrée / sortie
GLM-4.6 (Reasoning)18,5non publié0,0 jetons/s0,00 s0,55 $ / 2,2 $
GLM-4.6 (Non-reasoning)14,9non publié0,0 jetons/s0,00 s0,575 $ / 2,2 $

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Relevé le 26 octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis

Peut-il tourner chez vous ?ESTIMATION

Tient à partir d'une DGX Station (252 Go utiles), en version allégée à 4 bits, par exemple une DGX Station. Mémoire estimée : 246,3 Go.

  • Cartes graphiquesTrop juste
  • PC portables GeForce RTXTrop juste
  • PC portables Intel Core UltraTrop juste
  • PC portables Snapdragon X2Trop juste
  • Mac 512 Gopar exemple Mac Studio M5 Ultra, 512 GoOui, allégé 4 bits
  • Mini-PC et PC portables Ryzen AI MaxTrop juste
  • DGX Stationpar exemple Nvidia DGX StationOui, allégé 4 bits
  • Sans carte graphiqueTrop juste
  • ServeurOui
Mémoire selon la versionAllégée, 4 bits246,3 GoAllégée, 8 bits431,1 GoComplète, 16 bits821,1 GoLe pointillé marque 252 Go, la mémoire utile d'une DGX Station. Au-delà, le modèle ne tient plus sur cette machine.
Vitesse de générationEstimation pour un contexte court : le débit mémoire de chaque machine divisé par ce que le modèle relit à chaque jeton dans la version qui y tient, ramené à ce que donnent les 7 mesures publiées qui servent d'étalon. Dans chaque famille, la plus petite machine à débit publié où il tient, la moins rapide à mémoire égale. Comment on l’estime.

Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire. Les prix et les marchands sont sur la page de chaque machine.

Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.

Fiche technique

Prix
0,37 € / 1,51 €entrée / sortie, par million de jetons
Fenêtre de contexte
202 752 jetonsenviron 152 000 mots
Entrées
Texte
Réflexion
Non communiqué
Paramètres
357 milliards
Licence
MITpoids ouverts, téléchargeables
Classe énergétique
Dsur une échelle de A à G
Hébergement en Europe
Possible
Connaissances jusqu'à
Avril 2025

Où le trouver

Liens directs, sans affiliation

Toutes les mesures

14 mesures · d'où vient le score
BenchmarkRésultatÉquivaut à?RéflexionÉtatSource
Arena, écriture créative1 401,1 Elo77,7InconnueACTIFarena.ai
Arena, texte1 424,5 Elo75,8InconnueACTIFarena.ai
Arena, questions en français1 447,4 Elo76,3InconnueACTIFarena.ai
Arena, questions d'experts1 440,1 Elo74,3InconnueACTIFarena.ai
Arena, questions de maths1 417,8 Elo73,6InconnueACTIFarena.ai
Arena, questions de code1 458,2 Elo73,0InconnueACTIFarena.ai
compar:IA996,0 Elo63,1InconnueACTIFarene.comparia.beta.gouv.fr
SciCode38,4 %68,3InconnueACTIFartificialanalysis.ai
Code Arena, WebDev1 342,7 Elo73,5InconnueACTIFarena.ai
Terminal-Bench 2.024,5 %69,1Inconnue · Terminus 2ARCHIVÉtbench.ai
Terminal-Bench 2.024,5 %69,1Inconnue · Terminus 2ARCHIVÉtbench.ai
FrontierMath, paliers 1 à 3 (version 2025)3,8 %64,4InconnueACTIFepoch.ai
Voir les 2 autres mesures
FrontierMath, palier 4 (version 2025)2,1 %73,0InconnueACTIFepoch.ai
CritPt1,1 %60,6InconnueACTIFepoch.ai

Source : Artificial Analysis pour CritPt et SciCode. Ces mesures, relayées par Epoch AI, comptent dans le score IA avec leur accord.

En bref

Quel est le score de GLM-4.6 ?
GLM-4.6 obtient un score IA de 72,1, avec une marge de 67,7 à 76,6, dans l'édition du 9 novembre 2026. Il est classé 112e sur 257 modèles, à partir de 12 mesures.?
Dans quelles tâches GLM-4.6 est-il le plus fort ?
Ses deux meilleures tâches sont écriture (74,5) et usage (73,7). Sa tâche la plus faible est maths (67,4).
GLM-4.6 peut-il tourner en local ?
Tient à partir d'une DGX Station (252 Go utiles), en version allégée à 4 bits, par exemple une DGX Station. Mémoire estimée : 246,3 Go.
Combien coûte GLM-4.6 ?
0,37 € par million de jetons en entrée et 1,51 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 1,1 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.
Qui édite GLM-4.6 ?
GLM-4.6 est édité par Z.ai (Zhipu AI) (Chine), et il est sorti le 30 septembre 2025. Ses poids sont ouverts, sous licence MIT.

Ses voisins?