ПОДТВЕРЖДЕНОДостоверность даты: ПОДТВЕРЖДЕНОУказано как окончательноеНасколько твёрдо источник называет дату: подтверждена, запланирована, примерная, перенесена или не проверена.Показать все пины «ПОДТВЕРЖДЕНО»ДОСТОВЕРНОСТЬ 87%Общая достоверность: 87%Насколько источник и ссылки пина подтверждают его даты.Взвешенное среднее того, насколько 5 источников, включая основной, подтверждают время начала и окончания пина; вес источника уменьшается вдвое за каждые 180 дней разницы с самым новымПоказать все пины с достоверностью 75% и выше
VentureBeat[4] сообщило 8 декабря 2025 года (5:03 pm PT), что Z.ai "has released its GLM-4.6V series", а OpenRouter[5] указывает z-ai/glm-4.6v 8 декабря; репозитории Hugging Face[1] были загружены 7 декабря UTC, а видео с примерами запуска на docs.z.ai[2] помечены 1208.- Начало
- 8 дек. 2025 г.ДОСТОВЕРНОСТЬ 90%от источник
Выпущены GLM-4.6V и GLM-4.6V-Flash
Автоматический перевод оригинала
Оригинальное название: GLM-4.6V and GLM-4.6V-Flash Released
Z.ai выпускает GLM-4.6V - визуально-языковую модель со смесью экспертов на 106B параметров - и 9B-модель GLM-4.6V-Flash под лицензией MIT; это первые модели GLM-V с нативным вызовом функций, обученные на контексте в 128K токенов, по цене $0.30 за миллион входных токенов.
- Z.ai (Zhipu AI) выпустила серию GLM-4.6V 8 декабря 2025 года: GLM-4.6V - модель на 106B параметров (12B активных, по диаграмме Z.ai) для облака и кластеров и GLM-4.6V-Flash - модель на 9B для локального использования и низкой задержки; обе под лицензией MIT и обучены на контексте в 128K токенов[1][2][4]
- Главная особенность - нативный вызов функций в визуально-языковой модели впервые в линейке GLM-V: изображения, скриншоты и страницы документов можно передавать инструментам напрямую как параметры, а результаты инструментов, такие как диаграммы, найденные картинки или отрисованные страницы, считываются обратно визуально, замыкая цикл от восприятия к действию[1][2]
- Z.ai сообщает о передовых результатах среди открытых моделей сопоставимого размера более чем в 20 мультимодальных бенчмарках; на её диаграмме GLM-4.6V набирает 88.8 на MMBench V1.1, 85.2 на MathVista, 88.6 на Design2Code (GLM-4.5V 82.2) и 37.2 на OSWorld (35.8), но уступает на WebVoyager (81.0 против 84.4) и RefCOCO (88.6 против 91.3)[1][2]
- Цена API составляет $0.30 за миллион входных токенов и $0.90 за миллион выходных токенов; GLM-4.6V-Flash бесплатна, а docs.z.ai также указывает тариф FlashX; OpenRouter указывает ту же цену при контексте в 131,072 токенов[4][5]
- В карточке модели Z.ai признаётся, что ответы на чисто текстовые вопросы ещё можно улучшить, что модель может чрезмерно рассуждать или повторяться при сложных запросах, а подсчёт и опознавание конкретных людей остаются слабыми местами[1]
Ключевые возможности
- Чередующаяся генерация изображений и текста, при которой в ходе написания подключаются инструменты поиска и извлечения, чтобы найти и отобрать дополнительные картинки, а также визуальный веб-поиск с многошаговым созданием отчётов[1][2]
- Воспроизведение фронтенда и визуальное редактирование: по скриншоту интерфейса воссоздаёт HTML, CSS и JavaScript с точностью до пикселя и применяет правки на естественном языке, включая визуальную отладку[1][2]
- Понимание документов с длинным контекстом: по данным Z.ai, за один проход охватывает около 150 страниц документов, 200 слайдов или часовое видео; кроме того, рассуждения по нескольким изображениям и обнаружение объектов с возвратом меток и ограничивающих рамок в JSON[2]
- Семейство GLM-V описано в статье, представившей GLM-4.1V-Thinking и GLM-4.5V, а в более поздних версиях добавилась серия GLM-4.6V с нативным использованием инструментов и окном в 128K[3]
Бенчмарки
Часть строк из диаграммы результатов GLM-4.6V от Z.ai (изображение на карточке модели и на docs.z.ai), модели с рассуждением; "/" означает «не сообщено»[1].
| Бенчмарк | 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 |
Купить вZ.ai