ĐÃ XÁC NHẬNĐộ tin cậy của ngày: ĐÃ XÁC NHẬNĐược nêu là chắc chắnMức độ chắc chắn mà nguồn nêu ngày: đã xác nhận, đã lên lịch, ước tính, bị hoãn hoặc chưa xác minh.Hiện tất cả ghim ĐÃ XÁC NHẬNĐỘ TIN CẬY 87%Độ tin cậy tổng thể: 87%Mức độ nguồn và tài liệu tham khảo của ghim củng cố các ngày của nó.Trung bình có trọng số về mức độ 5 tài liệu, gồm cả nguồn, ủng hộ thời điểm bắt đầu và kết thúc của ghim; một tài liệu được tính giảm một nửa cho mỗi 180 ngày cũ hơn tài liệu mới nhấtHiện tất cả ghim có độ tin cậy từ 75% trở lên
VentureBeat[4] đưa tin vào ngày 8 tháng 12 năm 2025 (5:03 pm PT) rằng Z.ai "has released its GLM-4.6V series" và OpenRouter[5] niêm yết z-ai/glm-4.6v vào ngày 8 tháng 12; các kho Hugging Face[1] được tải lên ngày 7 tháng 12 UTC và video nghiên cứu tình huống ra mắt trên docs.z.ai[2] được gắn nhãn 1208.- Bắt đầu
- 8 thg 12, 2025ĐỘ TIN CẬY 90%nguồn
Ra mắt GLM-4.6V và GLM-4.6V-Flash
Được dịch tự động từ bản gốc
Tiêu đề gốc: GLM-4.6V and GLM-4.6V-Flash Released
Z.ai phát hành GLM-4.6V, mô hình thị giác-ngôn ngữ hỗn hợp chuyên gia 106B, và GLM-4.6V-Flash 9B theo giấy phép MIT, những mô hình GLM-V đầu tiên có gọi hàm gốc, được huấn luyện cho ngữ cảnh 128K token và có giá $0.30 cho mỗi triệu token đầu vào.
- Z.ai (Zhipu AI) đã phát hành dòng GLM-4.6V vào ngày 8 tháng 12 năm 2025: GLM-4.6V, mô hình 106B (12B kích hoạt, theo biểu đồ của Z.ai) cho đám mây và cụm máy, và GLM-4.6V-Flash, mô hình 9B cho dùng cục bộ và độ trễ thấp, cả hai theo giấy phép MIT và được huấn luyện với ngữ cảnh 128K token[1][2][4]
- Tính năng nổi bật là gọi hàm gốc trong một mô hình thị giác-ngôn ngữ, lần đầu tiên trong dòng GLM-V: hình ảnh, ảnh chụp màn hình và trang tài liệu có thể được truyền thẳng vào công cụ làm tham số, và đầu ra của công cụ như biểu đồ, ảnh tìm kiếm hay trang đã kết xuất được đọc lại bằng thị giác, khép kín vòng lặp từ nhận thức đến hành động[1][2]
- Z.ai báo cáo kết quả hàng đầu trong số các mô hình mở có kích cỡ tương đương trên hơn 20 bài kiểm tra đa phương thức; trong biểu đồ của hãng, GLM-4.6V đạt 88.8 trên MMBench V1.1, 85.2 trên MathVista, 88.6 trên Design2Code (GLM-4.5V 82.2) và 37.2 trên OSWorld (35.8), trong khi kém hơn trên WebVoyager (81.0 so với 84.4) và RefCOCO (88.6 so với 91.3)[1][2]
- Giá API là $0.30 cho mỗi triệu token đầu vào và $0.90 cho mỗi triệu token đầu ra; GLM-4.6V-Flash miễn phí và docs.z.ai cũng liệt kê một bậc FlashX; OpenRouter niêm yết cùng giá với ngữ cảnh 131,072 token[4][5]
- Thẻ mô hình của Z.ai thừa nhận việc hỏi đáp thuần văn bản vẫn còn chỗ để cải thiện, mô hình có thể suy nghĩ quá mức hoặc lặp lại với các lời nhắc phức tạp, và việc đếm cũng như nhận dạng những người cụ thể vẫn còn yếu[1]
Tính năng nổi bật
- Tạo xen kẽ hình ảnh và văn bản, gọi công cụ tìm kiếm và truy xuất để lấy và chọn thêm hình ảnh trong khi viết, cùng tìm kiếm web trực quan với việc tạo báo cáo nhiều bước[1][2]
- Sao chép giao diện frontend và chỉnh sửa trực quan: dựng lại HTML, CSS và JavaScript chính xác đến từng điểm ảnh từ ảnh chụp màn hình giao diện và áp dụng các chỉnh sửa bằng ngôn ngữ tự nhiên, bao gồm gỡ lỗi trực quan[1][2]
- Hiểu tài liệu ngữ cảnh dài, theo Z.ai bao phủ khoảng 150 trang tài liệu, 200 slide hoặc một video dài một giờ trong một lượt, cùng suy luận đa hình ảnh và phát hiện đối tượng trả về nhãn và khung bao dưới dạng JSON[2]
- Dòng GLM-V được mô tả trong bài báo giới thiệu GLM-4.1V-Thinking và GLM-4.5V, các phiên bản sau bổ sung dòng GLM-4.6V với khả năng dùng công cụ gốc và cửa sổ 128K[3]
Benchmark
Một tập hợp con các hàng từ biểu đồ kết quả GLM-4.6V của Z.ai (hình ảnh trên thẻ mô hình và docs.z.ai), các mô hình suy luận; "/" nghĩa là không được báo cáo[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 |
Mua tạiZ.ai