Z.ai: GLM 4.6

Z.ai: GLM 4.6 é um modelo de geração de texto da Z.ai, lançado pelo fornecedor em 30 de setembro de 2025. Ele está na categoria de texto e é o sucessor do GLM-4.5. Em comparação com essa geração anterior, a Z.ai descreve a principal melhoria como uma janela de contexto maior, expandida de 128K para 200K tokens, o que permite ao modelo trabalhar com entradas mais complexas.

O modelo aceita texto como entrada e retorna texto como saída, portanto é um modelo de linguagem direto, sem tratamento de imagem ou áudio. Sua janela de contexto é de 204.800 tokens, e a saída máxima é de 131.072 tokens. O corte de conhecimento é 31 de março de 2025, o que significa que o conhecimento integrado do modelo termina nessa data. Como a margem de saída é grande, o modelo pode produzir documentos longos ou raciocínio estendido em uma única resposta, em vez de ser cortado precocemente.

Essas capacidades apontam para alguns usos práticos. A janela de contexto grande é adequada para trabalhos que envolvem entradas longas: analisar documentos extensos, revisar grandes bases de código, resumir relatórios longos ou manter conversas estendidas de vários turnos em que o contexto anterior ainda importa. A saída máxima grande dá suporte a tarefas que exigem geração de forma longa, como redigir documentos completos ou produzir explicações detalhadas. O modelo também suporta chamada de ferramentas e saídas estruturadas, o que o torna uma opção razoável para fluxos de trabalho no estilo agente, chamada de funções e aplicações que precisam de respostas em um esquema definido, em vez de texto livre.

Você chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo "z-ai/glm-4.6". Como a API segue o formato OpenAI, você pode usar o estilo familiar de requisição de chat completions. O modelo suporta um amplo conjunto de parâmetros de requisição: frequency_penalty, presence_penalty, repetition_penalty, temperature, top_p, top_k, min_p, max_tokens, stop, seed, logit_bias, response_format, structured_outputs, tools, tool_choice e reasoning, além de include_reasoning para expor a saída de raciocínio do modelo. Essa variedade dá a você controle sobre o comportamento de amostragem, determinismo através do seed, comprimento da saída e se o modelo chama ferramentas ou retorna dados estruturados.

Não há limitações declaradas nos fatos além da entrada e saída somente de texto e do corte de conhecimento. Se sua tarefa depende de entrada de imagem ou áudio, este modelo não é a escolha certa, pois ele lida apenas com texto. Se você precisa de conhecimento mais recente que 31 de março de 2025, seria necessário fornecer essa informação no prompt, porque o conhecimento próprio do modelo não se estende além dessa data. Para tarefas de texto dentro desses limites, o GLM 4.6 oferece uma janela de contexto grande, um orçamento de saída grande e o conjunto de parâmetros necessário tanto para geração simples quanto para fluxos de trabalho orientados por ferramentas.