CONFIRMÉCertitude de la date: CONFIRMÉAnnoncé comme fermeAvec quelle fermeté la source formule la date : confirmée, programmée, estimée, reportée ou non vérifiée.Voir toutes les épingles CONFIRMÉCONFIANCE 87 %Confiance globale: 87%Dans quelle mesure la source et les références du pin étayent ses dates.Moyenne pondérée de la fermeté avec laquelle 5 références, source comprise, étayent les heures de début et de fin de l’épingle ; une référence compte moitié moins pour chaque tranche de 180 jours d’ancienneté par rapport à la plus récenteAfficher toutes les épingles à 75 % de confiance ou plus
VentureBeat[4] a rapporté le 8 décembre 2025 (5:03 pm PT) que Z.ai "has released its GLM-4.6V series" et OpenRouter[5] référence z-ai/glm-4.6v le 8 décembre ; les dépôts Hugging Face[1] ont été mis en ligne le 7 décembre UTC et les vidéos d'études de cas du lancement sur docs.z.ai[2] sont étiquetées 1208.- Début
- 8 déc. 2025CONFIANCE 90 %selon la source
Lancement de GLM-4.6V et GLM-4.6V-Flash
Traduit automatiquement de l’original
Titre original: GLM-4.6V and GLM-4.6V-Flash Released
Z.ai lance GLM-4.6V, un modèle vision-langage à mélange d'experts de 106B, et le GLM-4.6V-Flash de 9B sous licence MIT, les premiers modèles GLM-V avec appel de fonctions natif, entraînés pour un contexte de 128K tokens et facturés $0.30 par million de tokens d'entrée.
- Z.ai (Zhipu AI) a lancé la série GLM-4.6V le 8 décembre 2025 : GLM-4.6V, un modèle de 106B (12B activés, selon le graphique de Z.ai) pour le cloud et les clusters, et GLM-4.6V-Flash, un modèle de 9B pour un usage local et à faible latence, tous deux sous licence MIT et entraînés avec un contexte de 128K tokens[1][2][4]
- La fonctionnalité phare est l'appel de fonctions natif dans un modèle vision-langage, une première pour la gamme GLM-V : images, captures d'écran et pages de documents peuvent être transmises directement aux outils comme paramètres, et les sorties d'outils telles que graphiques, images de recherche ou pages rendues sont relues visuellement, bouclant ainsi la boucle de la perception à l'action[1][2]
- Z.ai annonce des résultats à l'état de l'art parmi les modèles ouverts de taille comparable sur plus de 20 benchmarks multimodaux ; dans son graphique, GLM-4.6V obtient 88.8 sur MMBench V1.1, 85.2 sur MathVista, 88.6 sur Design2Code (GLM-4.5V 82.2) et 37.2 sur OSWorld (35.8), tout en reculant sur WebVoyager (81.0 contre 84.4) et RefCOCO (88.6 contre 91.3)[1][2]
- La tarification de l'API est de $0.30 par million de tokens d'entrée et $0.90 par million de tokens de sortie ; GLM-4.6V-Flash est gratuit et docs.z.ai mentionne aussi une offre FlashX ; OpenRouter affiche le même prix avec un contexte de 131,072 tokens[4][5]
- La fiche du modèle de Z.ai admet que les questions-réponses en texte seul ont encore une marge de progression, que le modèle peut trop réfléchir ou se répéter face à des invites complexes, et que le comptage et l'identification de personnes précises restent des points faibles[1]
Principales fonctionnalités
- Génération entrelacée image-texte qui fait appel à des outils de recherche et de récupération pour obtenir et trier des images supplémentaires pendant la rédaction, et recherche web visuelle avec génération de rapports en plusieurs étapes[1][2]
- Réplication de frontend et édition visuelle : reconstruit du HTML, du CSS et du JavaScript fidèles au pixel près à partir d'une capture d'écran d'interface et applique des modifications en langage naturel, y compris le débogage visuel[1][2]
- Compréhension de documents à long contexte qui, selon Z.ai, couvre environ 150 pages de documents, 200 diapositives ou une vidéo d'une heure en un seul passage, ainsi que le raisonnement multi-images et la détection d'objets renvoyant étiquettes et boîtes englobantes en JSON[2]
- La famille GLM-V est décrite dans l'article qui présentait GLM-4.1V-Thinking et GLM-4.5V, dont les versions ultérieures ajoutent la série GLM-4.6V avec utilisation native d'outils et une fenêtre de 128K[3]
Benchmarks
Un sous-ensemble de lignes du graphique de résultats GLM-4.6V de Z.ai (une image sur la fiche du modèle et sur docs.z.ai), modèles de raisonnement ; "/" signifie non communiqué[1].
| Benchmark | 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 |
Acheter surZ.ai