GLM-6.0 洩漏：Z.ai 的下一代旗艦是「全面自我訓練」——目前已知資訊

2026年8月31日晚間，Z.ai（智譜）舉行了自1月在香港交易所上市以來的第一場中期業績電話會議——創辦人唐傑利用其中一部分時間來定義公司的下一代基礎模型，並首次公開為其命名：GLM-6.0。他將該模型定位在Z.ai稱之為「完全自訓練」（Full Self-Training）的技術路線上，並表示這對應於西方所說的RSI——遞迴式自我改進（recursive self-improvement）。GLM-6.0目前沒有發布日期、沒有模型卡、沒有API，也沒有獨立的基準測試。這是有關該名稱與方向首次獲得官方確認的「目前已知資訊」整理報導，而非發布新聞。

財報電話會議關於 GLM-6.0 實際說了些什麼

The account of the call comes from 觀點網 (Guandian), a Hong Kong financial outlet that covered it the same evening; the signal was surfaced on X by @dotey. Every GLM-6.0 detail below is per Guandian's report of Tang Jie's remarks, and none of it has been confirmed by a Z.ai announcement or a model card. --- 這段通話的記述來自觀點網（Guandian），這家香港財經媒體於當晚報導了此事；相關訊息最初由@dotey在X上發布。以下所有關於GLM-6.0的細節均依據觀點網對唐傑發言的報導，且均未經Z.ai的官方公告或模型卡（model card）證實。

根據該報告，唐傑將GLM-6.0定義為「全自我訓練」模型。他所描述的核心能力是自我淨化：模型涵蓋整個訓練流程——預訓練、中期訓練與後期訓練——旨在實現完全自主的訓練與自我演化。該標題並非指新的參數量，而是宣稱模型將接管部分自身訓練。

他很明確地指出了困難的部分。他說，最大的挑戰不在於將模型規模擴大，而在於模型能否實現自我判斷——自行決定何時停止訓練，並糾正自身的錯誤。他稱這是這條路線的核心難點，也是未來研究的關鍵方向。他也表示，未來模型的工作會將倫理與社會治理納入設計的考量維度，而非事後才補上的想法。

同一通話承載了 Z.ai 更廣泛的論述。唐傑提出了一個公式——AGI 的商業價值等於智能上限 × 詞元消耗規模——並主張 Z.ai 應該「銷售任務，而非模型」。在數據方面，他指出國內大模型訓練語料庫普遍落在 30–50 萬億詞元的範圍，而且單純堆疊參數的回報正在遞減。這個數據牆論點正是自訓練的經濟動機：如果人類品質的文字停止規模化增長，模型就必須自行生成並評判自己的訓練信號。

「完全自我訓練」(RSI) 實際上意味著什麼？

RSI — 遞迴自我改進 — 是這樣一系列想法：模型改進那些讓自己變得更聰明的過程，將訓練與已訓練之間的迴路閉合起來。在其最強形式下，模型會編寫或調整自身訓練管線的一部分，因此能力可以在不需要每個迴路都有人類工程師的情況下持續複利增長。前沿實驗室寫過相關文章；但幾乎沒有公開將某個已出貨的旗艦產品與之連結。Z.ai 在財報電話會議上的定位正是如此；這就是為什麼即使在 GLM-6.0 任何程式碼存在之前，這句話就已舉足輕重。

這種定位並非憑空而來。它在唐傑於2026年7月11日發給員工的內部信中已見端倪——《巨浪已來》（"The Giant Wave Has Come"）——宣布「摸高」（Touch High）計劃：兩年的戰略投資，放棄短期變現，目標是攻佔下一個AGI高地。信中點名四個核心引擎；其中一個完全自主訓練。關於該信的報導具體描述了該引擎：建立高品質的合成數據工廠，在人類數據枯竭之處，利用AI對AI自對弈來生成知識，並且——在安全沙盒內——賦予系統改寫自身程式碼的能力，使演化速度不再受人類工程師的限制。

這是一個強烈的聲明，應該以適當的謹慎態度來閱讀：這全是公司在描述一個願景。目前沒有任何實驗室在尖端規模上展示過完整的自我訓練，而這封信是一份策略文件，並非基準測試。

唐傑所指名的挑戰才是誠實的部分。

在整場發佈會中，對於試圖判斷 GLM-6.0 是否舉足輕重的讀者而言，{{1}}最有價值的部分在於唐傑明確指出哪些事情是困難的{{/1}}。{{2}}自我判斷——知道何時停止訓練、自主修正錯誤——才是整個押注的承重假設{{/2}}。如果模型無法可靠地判斷自身輸出，那麼合成數據與自我對弈只是在放大噪音，{{3}}「自我訓練」便會退化為一條極其昂貴、且仍需人類兜底的數據管線{{/3}}。

這兩份陳述的框架一致：信中將算力視為進化的燃料；徵集令的挑戰在於如何做出判斷，讓這燃料派上用場。他也強調了一個規模原則——避免模型過大到難以使用——這很重要，因為自我訓練的賭注不是純粹的規模擴張賭注。這是一個有意義的信號，說明了 GLM-6.0 不是什麼：不只是「迄今最大規模的 GLM 家族模型」。

GLM-6.0 在產品線中的位置

Z.ai 報告指出，GLM 系列在十一內內歷經六代，其公司自身的智慧衡量指標從 32 提升至 60。目前的旗艦機型為 GLM-5.3，於八月中旬發布，API 於 8 月 19 日開放，開放權重於 8 月 28 日確認。這是一個文字輸入/文字輸出的 MoE 模型，具有 40B 啟用參數、1M token 的上下文窗口，以及 60 的人工分析智慧指數（Artificial Analysis Intelligence Index）——目前開放權重模型的最高分——定價為每百萬輸入 token 1.40 美元，每百萬輸出 token 4.40 美元。較小的 GLM-5.3-Flash 以 MIT 授權釋出，Z.ai 表示其在發布後六天內吸引了 62 兆 token（這是供應商數據，而非獨立測量結果）。

有趣的問題是，{{1}}GLM-5.5{{/1}} 發生了什麼事。八月大部分時間裡，路透社與 CGTN 刊載的分析師報告皆提及一款 {{2}}GLM-5.5{{/2}} 旗艦機型「將於八月內」上市——但它並未出現。財報電話會議點名了下一代 {{3}}GLM-6.0{{/3}}，完全跳過了 5.5。5.5 究竟是被改名、併入 6.0，抑或從未作為官方產品存在過，目前尚無定論。電話會議確實確立的官方解讀是：下一代基礎模型為 {{4}}GLM-6.0{{/4}}。

同樣尚未證實的是 GLM-6.0 的任何參數量、架構、定價或可用性。Z.ai 所闡述的「不能大到無法使用」原則，加上自我訓練的框架，暗示了有趣的改變可能在於訓練範式而非規模——但這只是推測，並非確切資訊。

哪些已確認，哪些尚未確認

• 據Guandian對8月31日財報電話會議的報導，已確認：唐傑稱GLM-6.0為下一代基礎模型；他將其定位為「完全自主訓練」；他描述了整個訓練管線中的自我淨化，並將自我判斷視為核心挑戰；Z.ai公布2026年上半年營收為人民幣9.54億元，年增399.7%，API/MaaS業務佔營收86.5%，淨虧損人民幣20.7億元，虧損收窄12.1%。

• 獨立於洩漏資訊確認：GLM-5.3 的狀態 — AA Intelligence Index 60、$1.40/$4.40、1M 上下文、純文字、開放權重 — 由 Artificial Analysis 測量，而非 Z.ai。

{{1}}• 未經證實：{{/1}} {{2}}GLM-6.0 是否作為出貨產品存在；{{/2}} {{3}}任何發布日期、參數、架構或定價；{{/3}} {{4}}GLM-5.5 是否被跳過或重新命名；{{/4}} {{5}}任何基準測試；{{/5}} {{6}}透過任何供應商的任何可用性。{{/6}}

單一來源提醒：GLM-6.0 的引述僅基於某一家媒體對該通話的報導。截至本文撰寫時，Z.ai 尚未自行發布任何關於 GLM-6.0 的公告。

開發人員現在應該做什麼

這個訊號本身不應在今天促成任何生產決策，因為目前沒有 GLM-6.0 可以呼叫。面對路線圖的確認，正確的回應是保持選項開放，而不是重新調整平台。

值得注意的重點是，一個自我訓練的旗艦模型若真的推出，會帶來什麼改變。GLM 系列的定價在近幾代旗艦機型中一直維持在每百萬 token $1.40/$4.40，以價格壓過前沿封閉實驗室，但在獨立指數評分上仍落後。一款真正自我訓練的 GLM-6.0，將以前所未有的方式考驗開放權重模型的天花板——而這個問題最先獲得解答的地方，就是它是否以合理價格、並搭配真正的故障轉移機制，出現在供應商目錄中。

假如 GLM-6.0 日後出現在目錄中，OrcaRouter 上的定價規則很簡單：供應商牌價原封不動地轉嫁，零加成，當天上線，無需重新談判，也不用第二份合約。這正是 GLM-5.3 目前在平台上所適用的同一規則；該平台的當前旗艦模型以每百萬個代幣 1.26 美元 / 3.96 美元的價格提供（相對 1.40 / 4.40 美元牌價的 10% 上市折扣），全部透過單一 API 即可使用 200 多個模型。而一個尚未經證實、路線圖又像 RSI 那樣大膽的模型，恰恰是「依成果而非名氣路由」的典型案例：將一部分流量導向新模型，並自動故障切換至經證實的模型——GLM-5.3、DeepSeek V4 Pro 或 GPT-5.6 Sol——如此一來，若該模型被證實過度炒作，就會降級使用備援，而不是送出故障結果。在尚無 GLM-6.0 可路由時，等價的準備工作就是在模型問世之前先寫好路由規則。

接下來要看什麼

• 發布日期。Z.ai 旗艦產品的發布節奏大約是世代之間相隔兩個月；電話會議中未給出日期，而且「完全自我訓練」的模型可能根本不會遵循正常的發布節奏。

• 第一個具體物件：模型卡、權重發布，或 API ID。一旦 GLM-6.0 取得 API 識別碼，這個傳聞就能被檢驗。

• GLM-5.5的命運。如果GLM-5.5先出現，路線圖的解讀就會改變；如果它保持沉默，「6.0跳過了數字」的解讀則更有可能。

• 其他實驗室是否回應。RSI 通常是在文章中討論，而不是在財報電話會議上；如果某個主要實驗室公開將自我訓練與旗艦模型連結起來，這種論述就不再是 Z.ai 的怪癖，而會成為一種趨勢。

• 第一個獨立評分。目前 Artificial Analysis Intelligence Index 上開放權重模型的最高分是 60（GLM-5.3，與 Kimi K3 並列）。GLM-6.0 若能在獨立評測榜上突破這個分數，才是真正重要的事件——在此之前的一切都只是路線圖。

這一切都不是發布。GLM-6.0 只是一個名字和一個方向，在財報電話會議上公開確認過，除此之外尚無更具體的存在。但方向才是重點：一家重要的開放權重實驗室公開押注其下一代旗艦模型將學會自我訓練，並提前點名最難的部分——判斷力，而非規模。這是一種在發布日期之前就值得記錄下來的信號，因為一旦 GLM-6.0 有了模型卡，問題就不再是 Z.ai 是否認真，而是它是否真的有效。