品玩12月9日讯,智谱AI正式开源GLM-4.6V系列多模态大模型,包含高性能版GLM-4.6V(106B-A12B)与轻量免费版GLM-4.6V-Flash(9B)。
该系列实现“图像即参数,结果即上下文”的原生多模态工具调用能力,支持128K视觉上下文,可处理约150页文档或1小时视频。
模型在30余项多模态基准评测中达同规模SOTA水平,API价格较上一代降低50%。典型应用涵盖智能图文生成、视觉导购Agent、前端代码复刻及长视频理解。模型权重与代码已在GitHub、Hugging Face及魔搭社区同步开放。