> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/docs/jp/pre-basic/providers/cherryai/free-glm46v.md).
# Zhipu 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](/docs/jp/question-contact/suggestions.md) に記載の公式チャネルをご参照ください。
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://docs.cherryai.com.cn/docs/jp/pre-basic/providers/cherryai/free-glm46v.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
