必须显式指定“glm-4.6”模型标识并适配200K上下文与沉思机制：网页端输入“/model glm-4.6”启用，加[THINK]触发深度推理；SDK需v3.1.0+、model字段严格为"glm-4.6"、超128K tokens时设max_tokens≥2048；AutoGLM沉思需同时满足model="open-autoglm"与thinking_mode=true或网页端先切模型再加[THINK]；处理超长PDF须关闭自动摘要开关以保留原始文本。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在本地或云端调用智谱清言最新旗舰模型GLM-4.6完成编程、长文档推理、多步工具调用等高阶任务，必须绕过网页端默认的glm-4路由，显式指定模型标识并适配其200K上下文与沉思机制。
网页端启用GLM-4.6模型
登录智谱清言官网（https://chatglm.cn）后，对话界面默认使用glm-4，不支持直接切换模型版本。需手动触发高级模式：
第一步：在任意对话输入框中输入指令“/model glm-4.6”，然后回车发送；
第二步：系统将自动加载GLM-4.6内核，后续所有提问均在此模型下运行，顶部状态栏会显示“GLM-4.6（200K）”标识；
第三步：若需启用深度推理，请在问题末尾添加[THINK]标记，例如：“请对比React与Vue 3的响应式原理差异[THINK]”；
注意：该指令仅在Web端生效，App和小程序暂不支持手动切换模型版本，会自动降级至glm-4。
Python SDK调用GLM-4.6
开发者必须使用zhipuai v3.1.0+ SDK，并在请求体中明确声明模型名与参数配置：
执行 pip install --upgrade zhipuai 确保SDK为最新版；
构造请求时，model字段必须设为 【"glm-4.6"】，不可写作"glm4.6"或"GLM-4.6"（大小写与连字符严格匹配）；
因GLM-4.6支持200K上下文，若输入文本超128K tokens，需显式设置 max_tokens ≥ 2048，否则可能截断响应；
调用示例代码中 temperature 建议设为0.7～0.9区间，低于0.5时沉思模式易陷入循环推演导致超时。
启用AutoGLM沉思模式
GLM-4.6的深层推理能力依赖Open-AutoGLM框架，需双条件同时满足才激活：
方法一：API调用时，在JSON body中同时传入 【"model": "open-autoglm"】 和 【"thinking_mode": true】；
方法二：网页端先执行 /model open-autoglm，再发送含[THINK]的问题；
这一步操作起来很简单，直接把[THINK]加在句尾就行，但漏掉任一条件都会退化为普通生成——模型不会自我拆解问题，也不会验证中间假设。
处理超长文档（＞100页PDF）
GLM-4.6原生支持200K tokens上下文，但网页端上传文件后默认走摘要预处理流水线，实际喂给模型的仍是压缩后文本：
必须点击上传框右上角的齿轮图标→关闭“自动摘要”开关；
等待文件解析完成（状态栏显示“已加载全部内容”而非“已摘要”）；
此时提问“请逐页提取第37–42页的实验参数表格”，模型才会基于原始像素级文本定位，而非依赖丢失细节的摘要结果。
