本文介绍如何将调用从 GLM-4.5 或其它早期模型迁移到我们迄今为止最强的编码模型 Z.ai GLM-4.6，涵盖采样参数差异、流式工具调用等要点。
GLM-4.6 的特性
- 支持更大上下文与输出：最大上下文 200K，最大输出 128K。
- 新增支持工具调用过程的流式输出（
tool_stream=true），实时获取工具调用参数。
- 同 GLM-4.5 系列，支持深度思考（
thinking={ type: "enabled" }）。
- 更卓越的代码性能和先进的推理能力。
迁移清单（Checklist）
开始迁移
1. 更新模型编码
resp = client.chat.completions.create(
model="glm-4.6",
messages=[{"role": "user", "content": "简述 GLM-4.6 的优势"}]
)
2. 更新采样参数
temperature：控制随机性；数值更高更发散，数值更低更稳定。top_p：控制核采样；更高值扩大候选集，更低值收敛候选集。temperature 默认为 1.0, top_p 默认为 0.95, 不建议同时调整两者。
# Plan A：使用 temperature（推荐）
resp = client.chat.completions.create(
model="glm-4.6",
messages=[{"role": "user", "content": "写一段更具创意的品牌介绍"}],
temperature=1.0
)
# Plan B：使用 top_p
resp = client.chat.completions.create(
model="glm-4.6",
messages=[{"role": "user", "content": "生成更稳定的技术说明"}],
top_p=0.8
)
3. 深度思考（可选）
- GLM-4.6 延续支持深度思考能力，默认为开启。
- 在复杂推理、编码任务中，建议开启：
resp = client.chat.completions.create(
model="glm-4.6",
messages=[{"role": "user", "content": "为我设计一个三层微服务架构"}],
thinking={"type": "enabled"}
)
4. 流式输出与流式工具调用（可选）
- GLM-4.6 独家支持工具调用过程的实时流式构建与输出，默认
False 关闭，需同时打开：
stream=True：开启响应的流式输出tool_stream=True：开启工具调用参数的流式输出
response = client.chat.completions.create(
model="glm-4.6",
messages=[{"role": "user", "content": "北京天气怎么样"}],
tools=[
{
"type": "function",
"function": {
"name": "get_weather",
"description": "获取指定地点当前的天气情况",
"parameters": {
"type": "object",
"properties": {
"location": {"type": "string", "description": "城市，例如：北京、上海"},
"unit": {"type": "string", "enum": ["celsius", "fahrenheit"]}
},
"required": ["location"]
}
}
}
],
stream=True,
tool_stream=True,
)
# 初始化流式收集变量
reasoning_content = ""
content = ""
final_tool_calls = {}
reasoning_started = False
content_started = False
# 处理流式响应
for chunk in response:
if not chunk.choices:
continue
delta = chunk.choices[0].delta
# 流式推理过程输出
if hasattr(delta, 'reasoning_content') and delta.reasoning_content:
if not reasoning_started and delta.reasoning_content.strip():
print("\n🧠 思考过程：")
reasoning_started = True
reasoning_content += delta.reasoning_content
print(delta.reasoning_content, end="", flush=True)
# 流式回答内容输出
if hasattr(delta, 'content') and delta.content:
if not content_started and delta.content.strip():
print("\n\n💬 回答内容：")
content_started = True
content += delta.content
print(delta.content, end="", flush=True)
# 流式工具调用信息（参数拼接）
if delta.tool_calls:
for tool_call in delta.tool_calls:
idx = tool_call.index
if idx not in final_tool_calls:
final_tool_calls[idx] = tool_call
final_tool_calls[idx].function.arguments = tool_call.function.arguments
else:
final_tool_calls[idx].function.arguments += tool_call.function.arguments
# 输出最终的工具调用信息
if final_tool_calls:
print("\n📋 命中 Function Calls :")
for idx, tool_call in final_tool_calls.items():
print(f" {idx}: 函数名: {tool_call.function.name}, 参数: {tool_call.function.arguments}")
5. 测试与回归
在开发环境中先行验证迁移后的调用是否稳定，关注：
- 响应是否符合预期、是否出现过度随机或过度保守的输出
- 工具流式构建与输出是否正常
- 长上下文与深度思考场景下的延迟与成本
更多资源
