Apakah bobotnya terbuka dan bisakah saya menjalankan GLM-4.6V secara lokal?

Ya, bobot tersedia di Hugging Face di zai-org/GLM-4.6V dan model mendukung SGLang dan vLLM. Versi 106B membutuhkan perangkat keras besar; Z.ai juga menawarkan varian 9B Flash yang dirancang untuk penggunaan lokal dan latensi rendah.

Berapa biaya GLM-4.6V dan berapa panjang konteksnya?

Melalui API Z.ai biayanya $0,30 per juta token input dan $0,90 per juta token output, dengan jendela konteks 131.072 token.

Apa perbedaan GLM-4.6V dengan GLM-4.6V-Flash?

GLM-4.6V adalah model dasar 106B untuk cloud dan klaster performa tinggi; GLM-4.6V-Flash adalah versi ringan 9B yang dioptimalkan untuk deployment lokal dan latensi lebih rendah.

GLM 4.6V

5663°

#llm #z-ai #visi #video #penalaran #agen

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

Z.ai | konteks 131.072 token | $0,30/M input, $0,90/M output. GLM-4.6V adalah model multimodal besar yang dirancang untuk pemahaman visual berkualitas tinggi dan penalaran konteks panjang di seluruh gambar, dokumen, dan media campuran. Model ini mendukung hingga 128K token, memproses tata letak halaman kompleks dan grafik langsung sebagai input visual, serta mengintegrasikan pemanggilan fungsi multimodal asli untuk menghubungkan persepsi dengan eksekusi alat hilir. Model ini juga memungkinkan pembuatan gambar-teks berselang dan alur kerja rekonstruksi UI, termasuk sintesis screenshot-ke-HTML dan pengeditan visual iteratif.

Panduan untuk model ini

LLM lokal terbaik berdasarkan kasus penggunaan (Oktober 2026): model terbuka yang tepat untuk setiap pekerjaan

Berapa banyak VRAM yang sebenarnya saya butuhkan untuk AI lokal?

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

GLM-4.6V adalah model multimodal open-weights 106B dari Z.ai yang dibangun untuk pemahaman visual serius pada dokumen, grafik, tangkapan layar, dan konten campuran gambar-teks. Penambahan utamanya adalah pemanggilan fungsi multimodal asli, sehingga model dapat bertindak berdasarkan apa yang dilihatnya, bukan hanya mendeskripsikan. Cocok untuk pengembang yang membangun pipeline dokumen, otomasi UI, atau agen multimodal yang menginginkan model terbuka yang dapat dijalankan sendiri.

Dikenal untuk

Pemanggilan fungsi berbasis visi asli: gambar langsung masuk ke eksekusi alat tanpa konversi teks.
Membaca dokumen kompleks hingga 128K token, menginterpretasi tata letak, tabel, dan gambar sebagai gambar.
Merekonstruksi HTML/CSS pixel-akurat dari tangkapan layar UI dan menerima edit bahasa alami.
Generasi gambar-teks berselang dari input multimodal campuran, dengan pengambilan aktif selama output.
Bobot terbuka dengan saudara ringan 9B Flash untuk deployment lokal atau latensi rendah.

Waspadai

Flagship 106B membutuhkan perangkat keras serius; versi 9B Flash untuk penggunaan lokal tapi model berbeda.
Token output $0,90/M cepat bertambah dalam dokumen panjang atau alur kerja agen yang menghasilkan respons panjang.

Terbaik untuk

Agen dan penggunaan alat

Penglihatan

Penalaran

Konteks panjang

Jalankan secara lokal

Prompt untuk dicoba

Tangkapan layar ke HTML kerja

Saya melampirkan tangkapan layar halaman web. Rekonstruksi sebagai HTML dan CSS yang bersih dan semantik. Pertahankan tata letak, tipografi, spasi, dan struktur komponen sedekat mungkin. Setelah kode, catat elemen yang harus Anda perkirakan dan alasannya.

Tanya jawab dokumen padat

Saya melampirkan PDF multi-halaman yang dirender sebagai gambar. Baca setiap halaman termasuk grafik, tabel, dan catatan kaki. Kemudian jawab: apa tiga temuan kuantitatif terpenting, metodologi apa yang digunakan untuk mencapainya, dan apakah ada peringatan dari penulis tentang kualitas data?

Rencana alat agen visi

Saya melampirkan tangkapan layar dashboard data. Identifikasi setiap grafik dan metrik yang terlihat. Untuk masing-masing, jelaskan panggilan alat apa yang akan Anda buat untuk mengambil data dasar yang lebih segar, parameter apa yang akan Anda berikan, dan bagaimana Anda memverifikasi hasilnya cocok dengan visual sebelum memperbarui laporan.

Bandingkan dengan

GLM 5.3 FlashX
Model hanya API
konteks 1,048,576 token · $0.37/M input, $1.25/M output
GLM Flash Latest
Model hanya API
konteks 1,048,576 token · $0.02/M input, $0.72/M output
GLM 5V Turbo
Model hanya API
konteks 202,752 token · $1.20/M input, $4.00/M output
GLM 5 Turbo
Model hanya API
konteks 202,752 token · $1.20/M input, $4.00/M output

Model teks lain dari z-ai

Pertanyaan yang sering diajukan

Apakah bobotnya terbuka dan bisakah saya menjalankan GLM-4.6V secara lokal?: Ya, bobot tersedia di Hugging Face di zai-org/GLM-4.6V dan model mendukung SGLang dan vLLM. Versi 106B membutuhkan perangkat keras besar; Z.ai juga menawarkan varian 9B Flash yang dirancang untuk penggunaan lokal dan latensi rendah.
Berapa biaya GLM-4.6V dan berapa panjang konteksnya?: Melalui API Z.ai biayanya $0,30 per juta token input dan $0,90 per juta token output, dengan jendela konteks 131.072 token.
Apa perbedaan GLM-4.6V dengan GLM-4.6V-Flash?: GLM-4.6V adalah model dasar 106B untuk cloud dan klaster performa tinggi; GLM-4.6V-Flash adalah versi ringan 9B yang dioptimalkan untuk deployment lokal dan latensi lebih rendah.

Putusan Kapten
Model multimodal open-weights langka yang menghubungkan dari melihat ke bertindak, layak mendapat perhatian serius untuk pekerjaan dokumen dan agen.

Kartu model di Hugging Face

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Model AI untuk Pembuatan Gambar, Video & Teks

GLM 4.6V adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm z-ai visi video penalaran agen konteks panjang lokal

Jelajahi berdasarkan Keluarga Model