> 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/russian/pre-basic/providers/cherryai/free-glm46v.md).
# Zhipu GLM-4.6V
Пользователи Cherry Studio теперь могут через встроенный **CherryIN** бесплатно опробовать сервис **Zhipu GLM-4.6V**— флагманская визуальная модель, выпущенная Z.ai (Zhipu AI) в декабре 2025 года; архитектура MoE, нативный мультимодальный контекст 128K и нативный мультимодальный вызов инструментов — предпочтительный выбор для понимания текста и изображений и сценариев мультимодальных агентов.
***
## 🚀 Что такое GLM-4.6V?
GLM-4.6V — это новейшая визуально-языковая модель серии Z.ai GLM-V, нативно поддерживающая единое моделирование текста + изображений и дополнительно расширяющая контекст и возможности вызова инструментов по сравнению с GLM-4.5V.
* Архитектура: Mixture-of-Experts (MoE)
* Общее число параметров: 106B
* Активируемых параметров: около 12B
* Длина контекста: 128K токенов
* Лицензия с открытым кодом: MIT
* Дата выпуска: 8–9 декабря 2025 года
* Визуальный кодировщик: поддерживает изображения с несколькими разрешениями (до 4K)
Серия также включает **GLM-4.6V-Flash (9B)**— для локальных и низколатентных сценариев, бесплатно для коммерческого использования.
***
## 📚 Продолжение мультимодальной системы обучения серии GLM-V
GLM-4.6V унаследовала технологическую линию GLM-4.1V-Thinking / GLM-4.5V и была дополнительно усилена в направлениях зрения и агентов:
1. **Нативное мультимодальное моделирование**— совместное обучение текста и изображений, поддержка смешанного ввода текста и изображений
2. **Расширение контекста**— обучающий контекст расширен до 128K токенов; за один раз можно обрабатывать около 150 страниц плотного документа, 200 страниц слайдов или 1 час видео
3. **Нативный мультимодальный вызов инструментов**— инструменты могут напрямую принимать и возвращать изображения; на основе расширенного протокола MCP мультимодальные артефакты обрабатываются по URL
4. **Усиление с помощью 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 контента**— длинные документы, многостраничный текст и смешанная верстка текста с изображениями
* ✅ **Визуальный веб-поиск**— сетевой поиск и понимание с использованием визуального ввода
* ✅ **Репликация фронтенда**— генерация фронтенд-кода по макету или скриншоту UI
* ✅ **Мультимодальный анализ документов с длинным контекстом**— ввод целого PDF / презентации / видеоуровня
* ✅ **Анализ графиков и таблиц**— извлечение структурированной информации
***
## 💡 Нативный мультимодальный вызов инструментов и возможности Agent
Один из ключевых апгрейдов GLM-4.6V — это **"визуальное восприятие → исполнимое действие"** замкнутый цикл: вызов инструментов нативно поддерживает изображения как вход и выход, позволяя мультимодальным агентам внедряться в реальные бизнес-задачи.
| Сценарий | Рекомендуемое использование | Пример |
| ------------------------------------------------ | ---------------------------- | --------------------------------------------------- |
| Простые вопросы и ответы по изображению и тексту | Прямой диалог | "Что на этом изображении?" |
| Задачи средней сложности | Включить вызов инструментов | Извлечение данных после чтения графика |
| Сложный мультимодальный агент | Несколько инструментов + MCP | Скриншот → понимание → вызов API → генерация отчёта |
***
## 🌟 Эффективная MoE, открытая и доступная
* ⚡ Разреженная активация MoE: 106B параметров всего, активируется лишь около 12B
* 💰 Через CherryIN в Cherry Studio**Бесплатное использование**
* 🖥️ Веса, код инференса и инструменты MCP уже открыты в GitHub и Hugging Face под лицензией MIT
***
## 🧠 Фокус на практических возможностях: мультимодальный помощник
GLM-4.6V на практике подходит для следующих сценариев:
* **Помощник по документам**— полное чтение и краткое изложение длинных документов, сканов и презентаций
* **Анализ данных**— распознавание и интерпретация графиков, скриншотов дашбордов
* **Фронтенд и дизайн**— генерация или изменение фронтенд-кода по скриншоту UI
* **Визуальный поиск**— сетевой поиск и объединение информации с использованием изображений
* **Мультимодальный агент**— выполнение сложных задач с помощью браузера, выполнения кода, поиска и других инструментов
***
## 🧭 Как использовать в Cherry Studio?
1. Откройте Cherry Studio, перейдите в **Настройки → Сервис моделей**。
2. Найдите **CherryIN** поставщика услуг и включите.
3. В списке моделей выберите **Zhipu GLM-4.6V**。
4. Вернитесь в чат, в верхнем выборе модели переключитесь на **GLM-4.6V**— и можно прямо в диалоге загружать изображения для текстово-визуального взаимодействия.
> 💡 Подсказка: бесплатные лимиты моделей, предоставляемые CherryIN, оплачиваются официально Cherry Studio и подходят для повседневного использования и тестирования; для производственной среды рекомендуется использовать официальный API Z.ai (Zhipu).
***
📘 **Попробуйте Zhipu GLM-4.6V прямо сейчас и откройте нативную мультимодальность и возможности визуального агента!**
***
### 💡 Получить помощь и отправить отзыв
Если вы в процессе настройки или использования столкнётесь с любыми вопросами, багами или предложениями по улучшению функций, пожалуйста, обратитесь к [Обратная связь и предложения](/docs/russian/question-contact/suggestions.md) официальным каналам, указанным там.
---
# 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 dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.cherryai.com.cn/docs/russian/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 optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
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.