✏️ تعديل المقال المنشور

✏️ تعديل المسودة

آخر تحديث: ١٤‏/٤‏/١٤٤٧ هـ ٩:٥٩:٤٨ م

🖼️ الصورة الحالية

📰 العنوان *

🏷️ التصنيف

📝 الملخص

📄 المحتوى

# GLM-4.6

👋 انضم إلى مجتمعنا على ديسكورد.

📖 يمكنك الاطلاع على المدونة التقنية الخاصة بـ GLM-4.6، والتقرير الفني لـ GLM-4.5، والوثائق الفنية لـ Zhipu AI.

📍 استخدم خدمات واجهة برمجة التطبيقات لـ GLM-4.6 على منصة Z.ai.

👉 انقر هنا للوصول إلى GLM-4.6.

## مقدمة عن النموذج

بالمقارنة مع GLM-4.5،

**GLM-4.6** يقدم عدة تحسينات رئيسية: **نافذة سياقية أطول:** تم توسيع النافذة السياقية من 128K إلى 200K من الرموز، مما يمكّن النموذج من التعامل مع مهام أكثر تعقيدًا. **أداء برمجي متفوق:** يحقق النموذج درجات أعلى في معايير البرمجة، ويظهر أداءً أفضل في التطبيقات الواقعية مثل Claude Code وCline وRoo Code وKilo Code، بما في ذلك تحسينات في إنشاء صفحات واجهة مستخدم مصقولة بصريًا. **تفكير متقدم:** يظهر GLM-4.6 تحسنًا واضحًا في أداء التفكير ويدعم استخدام الأدوات أثناء الاستنتاج، مما يؤدي إلى قدرة شاملة أقوى. **عملاء أكثر كفاءة:** يظهر GLM-4.6 أداءً أقوى في استخدام الأدوات والعمليات القائمة على البحث، ويتكامل بشكل أكثر فعالية ضمن أطر العملاء. **كتابة مصقولة:** يتوافق بشكل أفضل مع تفضيلات البشر من حيث الأسلوب وسهولة القراءة، ويؤدي بشكل أكثر طبيعية في سيناريوهات تمثيل الأدوار.

قمنا بتقييم GLM-4.6 عبر ثمانية معايير عامة تغطي العملاء، والتفكير، والبرمجة. تظهر النتائج مكاسب واضحة مقارنة بـ GLM-4.5، حيث يحتفظ GLM-4.6 أيضًا بمزايا تنافسية على النماذج المحلية والدولية الرائدة مثل

**DeepSeek-V3.1-Terminus** و**Claude Sonnet 4**.

## الاستنتاج

**كل من GLM-4.5 و GLM-4.6 يستخدمان نفس طريقة الاستنتاج.**

يمكنك التحقق من تفاصيل أكثر في GitHub الخاص بنا.

## معايير التقييم الموصى بها

للتقييمات العامة، نوصي باستخدام

**درجة حرارة أخذ العينات 1.0**.

بالنسبة لمهام التقييم المتعلقة بالبرمجة (مثل LCB)، يُفضل أيضًا ضبط:

`top_p = 0.95`

`top_k = 40`

## التقييم

- عدد التحميلات في الشهر الماضي: 13,781

🌐 المصدر

🔗 رابط المصدر

🔑 كلمات مفتاحية

#️⃣ هاشتاجات

← إلغاء والعودة