Language model rubric2026 criteria

Estimate from the version's published specs, benchmarks and reviews, 0-5; scores are only comparable within one criteria year. Scored as launched (GLM-4.6V, the 106B flagship, 8 Dec 2025; GLM-4.6V-Flash is the 9B tier, free via Z.ai API, FlashX $0.04/$0.40). Reasoning null: no Artificial Analysis Intelligence Index entry found; Z.ai's headline is SoTA or near-SoTA among open models of its size on 20+ vision benchmarks. Coding null. Context 128K tokens (trained, Z.ai docs) -> 1. Price $0.30 in / $0.90 out per 1M (Z.ai pricing page; OpenRouter) = $0.45 blended -> 5. Speed null. Modalities: video, image, text and file input, text output (Z.ai docs) -> 4. Reviews: VentureBeat and MarkTechPost were Cloudflare/Vercel-blocked, so Wayback snapshots (opened this run) are cited; SiliconFlow's launch blog is a reseller post. No independent hands-on test found; all three repeat Z.ai's benchmark claims. (A review whose quote could not be re-verified was dropped.)^[2]

Reviews

GLM-4.6V Now on SiliconFlow: Native Multimodal Tool Use Meets SoTA Visual Intelligence · siliconflow.com · 11‏/12‏/2025It matches or outperforms comparable-scale models like Qwen3-VL-235B , Kimi-VL-A3B-Thinking-2506 , and Step3-321B in key capabilities: multimodal understanding, multimodal agentic tasks, and long-context processing.
Z.ai debuts open source GLM-4.6V, a native tool-calling vision model for multimodal reasoning · venturebeat.com · 08‏/12‏/2025The 106B model’s 128K-token window allows it to outperform larger models like Step-3 (321B) and Qwen3-VL-235B on long-context document tasks, video summarization, and structured multimodal reasoning.
Zhipu AI Releases GLM-4.6V: A 128K Context Vision Language Model with Native Tool Calling - MarkTechPost · marktechpost.com · 09‏/12‏/2025The model consumes those visual outputs and fuses them with text in the same reasoning chain. This closes the loop from perception to understanding to execution and is explicitly positioned as the bridge between visual perception and executable action for multimodal agents.

المشاعر عبر الزمنإيجابي

الانطباع العام

المشاعر عبر الزمن
Z.ai debuts open source GLM-4.6V, a native tool-calling vision model for multimodal reasoning · 08‏/12‏/2025	0.50
Zhipu AI Releases GLM-4.6V: A 128K Context Vision Language Model with Native Tool Calling - MarkTechPost · 09‏/12‏/2025	0.85
GLM-4.6V Now on SiliconFlow: Native Multimodal Tool Use Meets SoTA Visual Intelligence · 11‏/12‏/2025	0.60

أسماء بديلة

GLM
Alias

سلسلة

الرد على هذا الدبوس

صور المستخدمين

صور من القرّاء، منفصلة عن وسائط الدبوس الموثّقة بمصادر. قيّم ما أكلته أو رأيته، وفي دبوس المطعم وسّم الأطباق مباشرة على صورتك.

المراجع 5ثقة 87%الثقة الإجمالية: 87%مدى دعم مصدر الدبوس ومراجعه لتواريخه.متوسط مرجّح لمدى قوة دعم 5 مراجع، بما فيها المصدر، لوقتَي بدء الدبوس وانتهائه؛ ويقل وزن المرجع إلى النصف عن كل 180 يومًا يسبق بها أحدث مرجععرض كل الدبابيس بثقة 75% أو أعلى

المدخل الأول هو دائمًا مصدر الدبوس. الثقة الإجمالية متوسط مرجّح لمدى قوة دعم كل مرجع لوقتَي البدء والانتهاء المستخدمين أعلاه؛ ويقل وزن المرجع إلى النصف عن كل 180 يومًا يسبق بها أحدث مرجع.

[1]90%
huggingface.co/zai-org/GLM-4.6V
huggingface.co· نُشر 12 أكتوبر 2026· يبدأ 8 ديسمبر 2025 ✓· 34% من الدرجة
ذكرت VentureBeat^[4] في 8 ديسمبر 2025 (5:03 pm PT) أن Z.ai "has released its GLM-4.6V series"، وتدرج OpenRouter^[5] النموذج z-ai/glm-4.6v في 8 ديسمبر؛ ورُفعت مستودعات Hugging Face في 7 ديسمبر بالتوقيت العالمي المنسق، وتحمل مقاطع دراسات الحالة الخاصة بالإطلاق على docs.z.ai^[2] الوسم 1208.
[2]88%
GLM-4.6V - Z.AI Developer Document
docs.z.ai· أُضيف 12 أكتوبر 2026· 34% من الدرجة
Z.ai developer docs: GLM-4.6V, GLM-4.6V-FlashX and GLM-4.6V-Flash, 128K context, native multimodal tool use, image-text content creation, visual web search, frontend replication, about 150 pages, 200 slides or one hour of video in one pass, more than 20 benchmarks.^[1]
[3]85%
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement Learning - arXiv
arxiv.org· صدر 1 يناير 2026· 11% من الدرجة
GLM-V paper, revised 1 January 2026 (v6): now covers GLM-4.1V-Thinking, GLM-4.5V and GLM-4.6V, a reasoning-centric RL recipe (RLCS) and the GLM-4.6V series adding native tool use and a 128K-token window; open-sourced models.^[1]
[4]88%
Z.ai debuts open source GLM-4.6V, a native tool-calling vision model for multimodal reasoning - VentureBeat
venturebeat.com· صدر 8 ديسمبر 2025· يبدأ 8 ديسمبر 2025· 10% من الدرجة
VentureBeat (Carl Franzen), 8 Dec 2025: Z.ai released the open-source GLM-4.6V series (106B and 9B Flash) with native function calling, a 128K-token context, MIT license, $0.30 and $0.90 per million tokens and free Flash; use cases are frontend automation, long documents and video summarization.
[5]75%
Z.ai: GLM 4.6V - OpenRouter
openrouter.ai· صدر 8 ديسمبر 2025· 10% من الدرجة
OpenRouter listing (read from its models API): Z.ai: GLM 4.6V, added 8 Dec 2025, 131,072-token context, image, text and video input, $0.30 per million input and $0.90 per million output tokens, up to 32,768 output tokens.

اقتراح تصحيح

هل ينقص شيء أو يوجد خطأ؟ قله بكلماتك: رابط يدعم هذا الدبوس، أو تاريخ بدء أو انتهاء مختلف مع السبب، أو معلومة ينقصها أو يخطئ فيها. يفحص الذكاء الاصطناعي ذلك بمقارنته بمصادر هذا الدبوس، ويبحث عن مصادر أفضل، ويضيف أي صفحة تدعم كلامك. وتبقى مصادر الدبوس نفسه الأثقل وزنًا. كما تُفحص الصورة التي تُظهر شيئًا آخر أو تُظهره بشكل سيئ، فتُنزَّل أو تُستبدل.

أطلقت Z.ai (Zhipu AI) سلسلة GLM-4.6V في 8 ديسمبر 2025: GLM-4.6V، وهو نموذج بحجم 106B (12B مفعّلة وفق رسم Z.ai البياني) للاستخدام السحابي وعلى العناقيد، وGLM-4.6V-Flash، وهو نموذج بحجم 9B للاستخدام المحلي ومنخفض الكمون، وكلاهما بترخيص MIT ومدرَّب على سياق بطول 128K رمز^[1][2][4]
الميزة الأبرز هي استدعاء الدوال الأصلي في نموذج رؤية ولغة لأول مرة في سلسلة GLM-V: إذ يمكن تمرير الصور ولقطات الشاشة وصفحات المستندات مباشرة إلى الأدوات كمعاملات، وتُقرأ مخرجات الأدوات مثل الرسوم البيانية وصور البحث والصفحات المعروضة بصريًا، مما يغلق الحلقة من الإدراك إلى الفعل^[1][2]
تفيد Z.ai بتحقيق نتائج رائدة بين النماذج المفتوحة المماثلة في الحجم على أكثر من 20 معيارًا متعدد الوسائط؛ وفي رسمها البياني يسجل GLM-4.6V ‏88.8 في MMBench V1.1 و85.2 في MathVista و88.6 في Design2Code (GLM-4.5V عند 82.2) و37.2 في OSWorld (35.8)، بينما يتراجع في WebVoyager (81.0 مقابل 84.4) وRefCOCO (88.6 مقابل 91.3)^[1][2]
يبلغ سعر الواجهة البرمجية $0.30 لكل مليون رمز إدخال و$0.90 لكل مليون رمز إخراج، ونموذج GLM-4.6V-Flash مجاني كما تدرج docs.z.ai فئة FlashX؛ وتدرج OpenRouter السعر نفسه بسياق يبلغ 131,072 رمزًا^[4][5]
تقر بطاقة نموذج Z.ai بأن الإجابة عن الأسئلة النصية البحتة ما زال فيها مجال للتحسين، وأن النموذج قد يفرط في التفكير أو يكرر نفسه مع المطالبات المعقدة، وأن العدّ والتعرف على أشخاص بعينهم لا يزالان ضعيفين^[1]

الميزات البارزة

توليد متداخل للصور والنص يستعين بأدوات البحث والاسترجاع لجلب صور إضافية وانتقائها أثناء الكتابة، وبحث مرئي على الويب مع إنشاء تقارير متعددة الخطوات^[1][2]
محاكاة الواجهة الأمامية والتحرير البصري: يعيد بناء HTML وCSS وJavaScript بدقة البكسل من لقطة شاشة للواجهة ويطبق تعديلات بلغة طبيعية، بما في ذلك التصحيح البصري^[1][2]
فهم مستندات بسياق طويل يغطي بحسب Z.ai نحو 150 صفحة من المستندات أو 200 شريحة أو ساعة من الفيديو في تمريرة واحدة، إضافة إلى الاستدلال على صور متعددة وكشف الأجسام مع إرجاع التسميات والمربعات المحيطة بصيغة JSON^[2]
تُوصف عائلة GLM-V في الورقة البحثية التي قدّمت GLM-4.1V-Thinking وGLM-4.5V، وأضافت إصداراتها اللاحقة سلسلة GLM-4.6V مع استخدام أصلي للأدوات ونافذة بطول 128K^[3]

المعايير

مجموعة جزئية من صفوف الرسم البياني لنتائج GLM-4.6V الصادر عن Z.ai (صورة على بطاقة النموذج وفي docs.z.ai)، نماذج التفكير؛ وتعني "/" غير مُبلَّغ^[1].

المعيار	GLM-4.6V (106B)	GLM-4.6V-Flash (9B)	GLM-4.5V (106B)	Qwen3-VL-8B-Thinking	Qwen3-VL-235B-A22B-Thinking
MMBench V1.1	88.8	86.9	88.2	84.3*	90.6
MMStar	75.9	74.7	75.3	75.3	78.7
MMMU (Val)	76.0	71.1	75.4	74.1	80.6
MMMU-Pro	66.0	60.6	65.2	60.4	69.3
MathVista	85.2	82.7	84.6	81.4	85.8
AI2D	88.8	89.2	88.1	84.9	89.2
Design2Code	88.6	69.8	82.2	56.6*	93.4
OSWorld	37.2	21.1	35.8	33.9	38.1
AndroidWorld	57.0	42.7	57.0	50.0	/
WebVoyager	81.0	71.8	84.4	47.7*	30.4*
MMLongBench-Doc	54.9	53.0	44.7	48.0	56.2
OCRBench	86.5	84.7	86.5	81.9	87.5
ChartQAPro	65.5	62.6	64.0	58.4*	63.6*
RefCOCO-avg (val)	88.6	85.6	91.3	89.3*	92.4
Ref-L4-test	88.9	87.7	89.5	88.6*	90.4

اقتراح تصحيح

التعليقات

إطلاق GLM-4.6V وGLM-4.6V-Flash

الميزات البارزة

المعايير

الوسوم

سلسلة