Zhipu AI GLM 4.6V Flash — free-tier vision model supporting image, video, and document understanding.
GLM-4.6V-Flash — бесплатная облегчённая мультимодальная языковая модель от Zhipu AI (Z.ai), выпущенная 8 декабря 2025 года. Это 9B-параметрическая версия серии GLM-4.6V (вторая — 106B MoE флагман), оптимизированная для локального развёртывания и задач с малой задержкой. Обе модели разделяют контекстное окно 128K токенов, обученное на длинных мультимодальных последовательностях: один запрос позволяет обработать около 150 страниц плотного текста, 200 слайдов или один час видео. Веса открыто опубликованы на Hugging Face под семейством моделей THUDM / Z.ai.
Ключевое техническое нововведение GLM-4.6V-Flash — нативный мультимодальный Function Calling, первый в семействе GLM Vision. Традиционный подход преобразует изображения в текст перед передачей инструментам, теряя пространственную и цветовую информацию. GLM-4.6V-Flash передаёт изображения, скриншоты и страницы документов напрямую как входные данные инструментов и может потреблять визуальные выходы инструментов (графики, рендеры веб-страниц, сетки результатов поиска) в рамках одной цепочки рассуждений. Для операторов TheRouter это делает GLM-4.6V-Flash лучшим бесплатным выбором для агентных пайплайнов с обработкой изображений: модель принимает изображения, видео и PDF и отвечает текстом через стандартный OpenAI-совместимый эндпоинт /v1/chat/completions.
Данные о цене недоступны.
| Дата релиза | 2025-12-08huggingface.co ↗ | проверено |
| Количество параметров | 9B (плотная)huggingface.co ↗ | проверено |
| Архитектура | Плотный трансформер (семейство GLM-V); входит в серию GLM-4.6V вместе с 106B MoE флагманомhuggingface.co ↗ | проверено |
| Контекстное окно | 128K токенов (131 072) — обучена нативно при данной длинеdocs.z.ai ↗ | проверено |
| Максимум токенов на выходе | 16 384 токенаhuggingface.co ↗ | проверено |
| Входные модальности | Текст, изображение, видео, PDF (принимаются в одном запросе)docs.z.ai ↗ | проверено |
| Выходная модальность | Только текст (без генерации изображений)docs.z.ai ↗ | проверено |
| Стоимость | Бесплатно — $0 за токен (ввод и вывод) через TheRouter и платформу Z.aidocs.z.ai ↗ | проверено |
| Нативный Function Calling | Да — первый в семействе GLM Vision; изображения и визуальные выходы инструментов передаются нативно без конвертации в текстhuggingface.co ↗ | проверено |
| Дата отсечения данных | Не раскрыто | неизвестно |
| Лицензия | Лицензия GLM-4 Model License (Z.ai / THUDM) — открытые веса; коммерческое использование разрешено согласно условиям лицензииhuggingface.co ↗ | к проверке |
| Поддержка локального развёртывания | vLLM ≥ 0.12.0; SGLang ≥ 0.5.6 (предпочтительно для видеозадач); Transformers ≥ 5.0.0rc0huggingface.co ↗ | проверено |
| Рекомендуемые параметры декодирования | top_p=0.6, top_k=2, temperature=0.8, repetition_penalty=1.1, max_new_tokens=16384huggingface.co ↗ | проверено |
Для новых интеграций используйте глобальный endpoint api.therouter.ai из примеров ниже; старый China accelerated endpoint выведен из эксплуатации.
curl https://api.therouter.ai/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer $THE_ROUTER_API_KEY" -d '{
"model": "zhipu/glm-4.6v-flash",
"messages": [
{"role": "user", "content": "Summarize the key points from this input."}
]
}'GLM-4.6V-Flash доступна через стандартный OpenAI-совместимый эндпоинт /v1/chat/completions на api.therouter.ai. Передавайте изображения как блоки контента image_url — точно так же, как при работе с GPT-4o. Модель принимает текст, изображения, видео и PDF в одном запросе. Function Calling работает через стандартные параметры tools / tool_choice — изображения и визуальные выходы инструментов обрабатываются нативно. API бесплатный; кредиты не расходуются.
# Image understanding — free via TheRouter
curl https://api.therouter.ai/v1/chat/completions \
-H "Authorization: Bearer $THEROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "zhipu/glm-4.6v-flash",
"messages": [
{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": { "url": "https://therouter.ai/assets/vision-sample.png" }
},
{
"type": "text",
"text": "Summarise the key trends shown in this chart."
}
]
}
],
"max_tokens": 1024
}'Zhipu AI (Z.ai) опубликовала серию GLM-4.6V с открытыми весами — 106B MoE флагман и 9B плотная GLM-4.6V-Flash — обе с контекстом 128K и нативным мультимодальным использованием инструментов. Версия Flash бесплатна через API и позиционируется для локального и низколатентного развёртывания.
По состоянию на июнь 2026 года модель оценивается в $0 за токен (ввод и вывод) как на платформе Z.ai, так и через TheRouter. Ценообразование определяется Zhipu AI и может измениться; стандартные ограничения скорости и модерация контента применяются независимо от уровня. Следите за обновлениями на странице цен Z.ai.
Обе являются облегчёнными 9B-версиями серии GLM-4.6V. GLM-4.6V-Flash — бесплатная версия без формального SLA. GLM-4.6V-FlashX — платная версия (¥0,05/M входных токенов, ¥0,30/M выходных токенов по состоянию на июнь 2026) с гарантированной надёжностью, подходящей для производственных нагрузок. Выбирайте Flash для прототипирования и бесплатных пайплайнов; FlashX — когда нужна гарантированная доступность.
При стандартном использовании инструментов LLM изображения необходимо описать текстом перед передачей в качестве аргументов — при этом теряется пространственная, цветовая и структурная информация. GLM-4.6V-Flash передаёт изображения, скриншоты и страницы документов напрямую как входные данные инструментов (через URL-ссылки) и может обрабатывать визуальные выходы инструментов — графики, рендеры веб-страниц или результаты поиска изображений — в рамках одной цепочки рассуждений. API-интерфейс идентичен стандартному вызову инструментов OpenAI; мультимодальные возможности прозрачно обеспечиваются моделью и уровнем Z.ai / TheRouter.
Контекстное окно модели в 128K токенов обучено нативно (а не расширено постфактум), что означает сохранение связности на протяжении всего окна. Команда Z.ai сообщает о практических эквивалентах: ~150 страниц плотного текста, 200 слайдов или один час видео в одном проходе инференса — поскольку визуальные страницы кодируются визуальным энкодером в токены. Максимальный вывод ограничен 16 384 токенами на запрос.
Команда Z.ai явно признаёт следующее в карточке модели: (1) производительность в чисто текстовых задачах QA ниже, чем визуальные возможности, поскольку данный цикл обучения приоритизировал мультимодальные сценарии; (2) при сложных подсказках модель иногда может чрезмерно рассуждать или повторяться; (3) в некоторых случаях она повторяет ответ в конце текста; (4) точность подсчёта и идентификации конкретных людей остаётся несовершенной. Для бесплатных, не-SLA рабочих процессов это приемлемые компромиссы. Для производственных путей, где любой из этих факторов важен, тщательно проверяйте выходные данные или направляйте трафик к платной модели.
| источник | URL | получено | |
|---|---|---|---|
| Дата релиза | huggingface.co ↗ | 2026-06-09 | проверено |
| Количество параметров | huggingface.co ↗ | 2026-06-09 | проверено |
| Архитектура | huggingface.co ↗ | 2026-06-09 | проверено |
| Контекстное окно | docs.z.ai ↗ | 2026-06-09 | проверено |
| Максимум токенов на выходе | huggingface.co ↗ | 2026-06-09 | проверено |
| Входные модальности | docs.z.ai ↗ | 2026-06-09 | проверено |
| Выходная модальность | docs.z.ai ↗ | 2026-06-09 | проверено |
| Стоимость | docs.z.ai ↗ | 2026-06-09 | проверено |
| Нативный Function Calling | huggingface.co ↗ | 2026-06-09 | проверено |
| Дата отсечения данных | — | — | неизвестно |
| Лицензия | huggingface.co ↗ | 2026-06-09 | к проверке |
| Поддержка локального развёртывания | huggingface.co ↗ | 2026-06-09 | проверено |
| Рекомендуемые параметры декодирования | huggingface.co ↗ | 2026-06-09 | проверено |
| Z.ai выпускает серию GLM-4.6V с нативным мультимодальным Function Calling | huggingface.co ↗ | 2026-06-09 | проверено |