Ctrlk
官网GitHub
For the complete documentation index, see llms.txt. This page is also available as Markdown.

智譜 GLM-4.6V

Cherry Studio ユーザーは現在、内蔵の CherryIN サービスを無料で体験 智谱 GLM-4.6V——Z.ai（智谱AI）が2025年12月に公開したビジュアル旗艦モデルで、MoEアーキテクチャ、128Kのネイティブ・マルチモーダルコンテキスト、ネイティブ・マルチモーダルツール呼び出しを備え、画像・テキスト理解とマルチモーダルAgentシーンに最適な選択です。

GLM-4.6Vとは？

GLM-4.6VはZ.aiのGLM-Vシリーズの最新世代の視覚言語モデルで、テキスト＋画像の統一モデリングをネイティブにサポートし、GLM-4.5Vを基にコンテキストとツール呼び出し能力をさらに拡張しています。

  • アーキテクチャ：Mixture-of-Experts（MoE）

  • 総パラメータ数：106B

  • アクティブ化パラメータ数：約12B

  • コンテキスト長：128K tokens

  • オープンソースライセンス：MIT

  • 公開日：2025年12月8〜9日

  • 視覚エンコーダー：マルチ解像度画像に対応（最大4K）

シリーズには同時に GLM-4.6V-Flash（9B）が含まれ、本地と低遅延シーン向けで、無料で商用利用可能です。

GLM-Vシリーズのマルチモーダルトレーニング体系を継承

GLM-4.6VはGLM-4.1V-Thinking / GLM-4.5Vの技術路線を踏襲し、視覚とAgentの方向でさらに強化されています：

  1. ネイティブ・マルチモーダルモデリング：テキストと画像を共同学習し、画像とテキストの混在入力をサポート

  2. コンテキスト拡張：学習時のコンテキストを128K tokensまで拡張し、1回で約150ページの高密度文書、200ページのスライド、または1時間の動画を処理可能

  3. ネイティブ・マルチモーダルツール呼び出し：ツールは画像を直接入力・出力として受け取ることができ、拡張されたMCPプロトコルに基づきURL形式でマルチモーダル成果物を処理します

  4. 強化学習の強化：GLM-Vシリーズの拡張可能なRLフローを継承

ネイティブ・マルチモーダル、実世界のシーン向け

GLM-4.6Vのマルチモーダル能力は、日常から専門分野までをカバーします：

  • ✅ リッチテキスト内容理解：長文書、複数ページのテキスト、画像とテキストが混在したレイアウト

  • ✅ ビジュアルWeb検索：視覚入力と組み合わせてオンライン検索と理解を行う

  • ✅ フロントエンド再現：デザイン稿やUIスクリーンショットからフロントエンドコードを生成

  • ✅ 長文コンテキストのマルチモーダル文書分析：PDF全体 / スライド / 動画レベルの入力

  • ✅ 図表と表の解析：構造化情報の抽出

ネイティブ・マルチモーダルツール呼び出しとAgent能力

GLM-4.6Vの主要アップグレードの一つは、 「視覚認識 → 実行可能なアクション」 の閉ループです。ツール呼び出しは画像を入力と出力の両方としてネイティブにサポートし、マルチモーダルAgentを実業務で実装可能にします。

シーン
推奨の使い方
例

シンプルな画像・テキストQA

直接会話

「この画像には何が写っていますか？」

中程度の複雑さのタスク

ツール呼び出しを有効化

図表を読み取ってデータを検索

複雑なマルチモーダルAgent

複数ツール + MCP

スクリーンショット → 理解 → API呼び出し → レポート生成

高効率MoE、オープンに利用可能

  • ⚡ MoEの疎活性化：106Bの総パラメータのうち、約12Bのみを活性化

  • 💰 CherryINを通じてCherry Studioで 無料で利用

  • 🖥️ 重み、推論コード、MCPツールはGitHubとHugging Faceでオープンソース公開、MITライセンス

実用能力に注力：マルチモーダルアシスタント

GLM-4.6Vは実際の利用では次のシーンに適しています：

  • 文書アシスタント：長文書、スキャン文書、スライドの通読と要約

  • データ分析：図表やダッシュボードのスクリーンショットを認識・解読

  • フロントエンドとデザイン：UIスクリーンショットに基づいてフロントエンドコードを生成または修正

  • ビジュアル検索：画像と組み合わせてオンライン検索と情報統合

  • マルチモーダルAgent：ブラウザ、コード実行、検索などのツールを組み合わせて複雑なタスクを完了

Cherry Studioでの使い方は？

  1. Cherry Studioを開き、 設定 → モデルサービス。

  2. を見つけて CherryIN サービスプロバイダーを有効にします。

  3. モデル一覧で選択 智谱 GLM-4.6V。

  4. チャット画面に戻り、上部のモデル選択で GLM-4.6Vなら、会話の中で直接画像をアップロードして画像・テキスト対話ができます。

💡 ヒント：CherryINが提供する無料モデル枠はCherry Studio公式が負担しており、日常の体験や評価に適しています。運用環境ではZ.ai（智谱）の公式APIとの併用を推奨します。

📘 今すぐ智谱GLM-4.6Vを体験し、ネイティブ・マルチモーダルとビジュアルAgent能力を解放しましょう！

ヘルプの取得とフィードバックの送信

設定または使用中に不明点、バグ、機能改善の提案がある場合は、 フィードバックと提案 に記載の公式チャネルをご参照ください。

前へDeepSeek V3.2次へ智譜 GLM-4.5-Air

最終更新

役に立ちましたか？