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：
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
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
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
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？
Cherry Studioを開き、 設定 → モデルサービス。
を見つけて CherryIN サービスプロバイダーを有効にします。
モデル一覧で選択 智谱 GLM-4.6V。
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。
最終更新
役に立ちましたか？