GLM-4.6V 系列來了🚀 - GLM-4.6V (106B)：旗艦視覺-語言模型，擁有 128K 上下文 - GLM-4.6V-Flash (9B)：超快速、輕量級版本，適用於本地和低延遲工作負載 GLM 視覺模型系列首個原生函數調用 權重： 立即試用 GLM-4.6V： API： 技術部落格： API 價格（每 1M 代幣）： - GLM-4.6V：$0.6 輸入 / $0.9 輸出 - GLM-4.6V-Flash：免費

GLM-4.6V 可以接受各種類型的多模態輸入，並自動生成高品質、結構化的圖像-文本交錯內容。

GLM-4.6V 提供了一個端到端的多模態搜索和分析工作流程，使模型能夠無縫地從視覺感知轉移到在線檢索，再到推理和最終答案。

我們已經為前端開發優化了 GLM-4.6V，顯著縮短了「設計到代碼」的週期。

GLM-4.6V 將其視覺編碼器與 128K 上下文長度對齊，賦予模型巨大的記憶容量。實際上，這相當於在一次推理過程中處理約 150 頁複雜文件、200 頁幻燈片或一小時長的視頻。

該模型可以對長視頻進行全球摘要，同時保留對時間線索進行細緻推理的能力，例如總結整場足球比賽中的進球事件和時間戳。