Zhipu GLM-4.6V
Пользователи Cherry Studio теперь могут через встроенный CherryIN бесплатно попробовать сервис Zhipu GLM-4.6V——визуальная флагманская модель, выпущенная Z.ai (Zhipu AI) в декабре 2025 года; архитектура MoE, 128K нативного мультимодального контекста и нативный мультимодальный вызов инструментов делают её предпочтительным выбором для задач понимания текста и изображений и мультимодальных агентных сценариев.
Что такое GLM-4.6V?
GLM-4.6V — это новейшее поколение визуально-языковой модели серии Z.ai GLM-V, изначально поддерживающее единое моделирование текста + изображений и дополнительно расширяющее контекст и возможности вызова инструментов на базе GLM-4.5V.
Архитектура: Mixture-of-Experts (MoE)
Общее число параметров: 106B
Активируемых параметров: около 12B
Длина контекста: 128K токенов
Открытая лицензия: MIT
Дата выпуска: 8–9 декабря 2025 года
Визуальный энкодер: поддержка изображений с несколькими разрешениями (до 4K)
В серию также входят GLM-4.6V-Flash (9B)— для локальных и низколатентных сценариев, бесплатно для коммерческого использования.
Продолжает мультимодальную систему обучения серии GLM-V
GLM-4.6V унаследовала техническую линию GLM-4.1V-Thinking / GLM-4.5V и была дополнительно усилена в направлениях зрения и Agent:
Нативное мультимодальное моделирование：совместное обучение текста и изображений, поддержка смешанного ввода текста и изображений
Расширение контекста：контекст обучения расширен до 128K токенов; за один раз можно обработать примерно 150 страниц плотных документов, 200 страниц слайдов или 1 час видео
Нативный мультимодальный вызов инструментов：инструменты могут напрямую принимать и возвращать изображения; на основе расширенного протокола MCP мультимодальные артефакты обрабатываются по URL
Усиление за счёт обучения с подкреплением：используется масштабируемый RL-процесс серии GLM-V
Нативная мультимодальность, ориентированная на реальные сценарии
Мультимодальные возможности GLM-4.6V охватывают повседневные и профессиональные сценарии:
✅ Понимание форматированного текстового контента：длинные документы, многостраничный текст и смешанная верстка текста с изображениями
✅ Визуальный веб-поиск：сетевой поиск и понимание с использованием визуального ввода
✅ Воссоздание фронтенда：генерация фронтенд-кода по макету дизайна или скриншоту UI
✅ Мультимодальный анализ документов с длинным контекстом：ввод целых PDF / презентаций / видео
✅ Анализ диаграмм и таблиц：извлечение структурированной информации
Нативный мультимодальный вызов инструментов и возможности Agent
Одно из ключевых обновлений GLM-4.6V — это «восприятие зрения → исполнимое действие» замкнутый цикл: вызов инструментов изначально поддерживает изображения как вход и выход, что позволяет мультимодальным агентам внедряться в реальные бизнес-сценарии.
Простые вопросы и ответы по тексту и изображениям
Прямой диалог
«Что на этой картинке?»
Задачи средней сложности
Включить вызов инструментов
Чтение диаграмм с последующим поиском данных
Сложный мультимодальный Agent
Несколько инструментов + MCP
Скриншот → понимание → вызов API → генерация отчёта
Эффективный MoE, открыт и доступен
⚡ Селективная активация MoE: 106B параметров всего, активируется лишь около 12B
💰 Через CherryIN в Cherry Studio Бесплатное использование
🖥️ Весы, код инференса и инструменты MCP уже открыты в GitHub и Hugging Face, лицензия MIT
Фокус на практических возможностях: мультимодальный помощник
GLM-4.6V в реальном использовании подходит для следующих сценариев:
Помощник по документам：полное чтение и краткое изложение длинных документов, сканов и презентаций
Анализ данных：распознавание и интерпретация диаграмм и скриншотов дашбордов
Фронтенд и дизайн：генерация или изменение фронтенд-кода по скриншоту UI
Визуальный поиск：сетевой поиск и объединение информации с использованием изображений
Мультимодальный Agent：выполнение сложных задач с помощью инструментов браузера, выполнения кода, поиска и т. д.
Как использовать в Cherry Studio?
Откройте Cherry Studio, перейдите в Настройки → Сервисы моделей.
Найдите CherryIN провайдера сервиса и включите его.
В списке моделей выберите Zhipu GLM-4.6V.
Вернитесь в чат, в верхнем выборе модели переключитесь на GLM-4.6V — и вы сможете прямо в диалоге загружать изображения для взаимодействия в формате текст + изображение.
💡 Подсказка: бесплатная квота моделей, предоставляемая CherryIN, финансируется официально Cherry Studio и подходит для повседневного использования и оценки; для production-среды рекомендуется использовать совместно с официальным API Z.ai (Zhipu).
📘 Попробуйте GLM-4.6V от Zhipu прямо сейчас и откройте нативную мультимодальность и возможности визуального Agent!
Получить помощь и отправить отзыв
Если у вас в процессе настройки или использования возникнут какие-либо вопросы, баги или предложения по улучшению функций, пожалуйста, обратитесь к Отзывы и предложения официальным каналам, указанным там.
Последнее обновление
Это было полезно?