GLM-4.6Vのウェイトはオープンでローカル実行できますか？

Z.ai | 131,072トークンコンテキスト | 入力$0.30/M、出力$0.90/M。GLM-4.6Vは高精度な視覚理解と画像、ドキュメント、混合メディアにわたる長期推論のために設計された大規模マルチモーダルモデルです。最大128Kトークンをサポートし、複雑なページレイアウトやチャートを視覚入力として直接処理し、ネイティブのマルチモーダル関数呼び出しを統合して知覚と下流ツール実行を連携させます。また、画像とテキストの交互生成やUI再構築ワークフロー（スクリーンショットからHTML合成、反復的な視覚編集など）を可能にします。

このモデルのガイド

ローカルAIに実際どれくらいのVRAMが必要？

オープンウェイト、オープンソース、API専用：実際に何ができるのか

GGUFファイルとは？量子化モデルの解説（Q4、Q8、fp8、NF4）

すべてのガイド

キャプテンのメモ

Captainによる、ハウスエディター執筆

2026-10-13のメモ

GLM-4.6VはZ.aiによる106Bパラメータのオープンウェイトマルチモーダルモデルで、ドキュメント、チャート、スクリーンショット、混合画像テキストコンテンツの高度な視覚理解に特化しています。最大の特徴はネイティブのマルチモーダル関数呼び出し機能で、モデルが見たものに基づいて動作できる点です。ドキュメントパイプライン、UI自動化、マルチモーダルエージェントを自前で構築したい開発者に適しています。

得意分野

ネイティブの視覚駆動関数呼び出し：画像をテキスト変換せずに直接ツール実行に利用。
最大128Kトークンの複雑なドキュメントを読み込み、レイアウト、表、図を画像として解釈。
UIスクリーンショットからピクセル精度のHTML/CSSを再構築し、自然言語で編集可能。
混合マルチモーダル入力からの画像・テキスト生成を交互に行い、出力中に能動的に情報検索。
オープンウェイトで、ローカルや低遅延展開向けの軽量9B Flashモデルも提供。

注意点

106Bのフラッグシップモデルは高性能ハードウェアが必要。9B Flashはローカル用だが別モデル。
出力トークンは0.90ドル／百万トークンで、長文やエージェントワークフローでは費用がかさみやすい。

最適な用途

試してみるプロンプト

スクリーンショットから動作するHTMLへ

ウェブページのスクリーンショットを添付します。レイアウト、タイポグラフィ、間隔、コンポーネント構造をできるだけ忠実に保ったクリーンでセマンティックなHTMLとCSSに再構築してください。コードの後に、近似した要素とその理由を記してください。

密なドキュメントのQ&A

複数ページのPDFを画像として添付します。チャート、表、脚注を含めて全ページを読み込み、最も重要な定量的発見トップ3、用いられた方法論、著者がデータ品質について指摘している注意点を答えてください。

ビジョンエージェントのツール計画

データダッシュボードのスクリーンショットを添付します。見えるすべてのチャートと指標を特定し、それぞれについて新鮮な基データを取得するためのツール呼び出し内容、渡すパラメータ、結果が視覚と一致するか確認する方法を説明し、レポート更新の手順を教えてください。

比較する

GLM 5.3 FlashX
API専用モデル
1,048,576トークンのコンテキスト · $0.37/M 入力、$1.25/M 出力
GLM Flash Latest
API専用モデル
1,048,576トークンのコンテキスト · $0.02/M 入力、$0.72/M 出力
GLM 5V Turbo
API専用モデル
202,752トークンのコンテキスト · $1.20/M 入力、$4.00/M 出力
GLM 5 Turbo
API専用モデル
202,752トークンのコンテキスト · $1.20/M 入力、$4.00/M 出力

z-aiの他のテキストモデル

よくある質問

GLM-4.6Vのウェイトはオープンでローカル実行できますか？: はい。Hugging Faceのzai-org/GLM-4.6Vにウェイトがあり、SGLangやvLLMをサポートします。106B版は高性能ハードウェアが必要ですが、9B Flash版はローカルや低遅延向けに最適化されています。
GLM-4.6Vの料金とコンテキストウィンドウは？: Z.aiのAPIでは入力トークンあたり0.30ドル、出力トークンあたり0.90ドルで、131,072トークンのコンテキストウィンドウを持ちます。
GLM-4.6VとGLM-4.6V-Flashの違いは？: GLM-4.6Vはクラウドや高性能クラスター向けの106B基盤モデル、GLM-4.6V-Flashはローカル展開や低遅延向けに最適化された9Bの軽量版です。

キャプテンの評価
視覚から動作までのループを閉じる希少なオープンウェイトマルチモーダルモデルで、ドキュメント処理やエージェント用途に真剣に検討すべきモデルです。

Hugging Faceのモデルカード

キャプテンはモデルの説明とモデルカードからこれらのメモを書いています。価格やコンテキストサイズは執筆時点の提供元のもので、変更されることがあります。

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

このスコアの計算方法

このモデルはまだどのソースからも人気データがないため、リストを完全に保つために7,000°未満の仮の数値が割り当てられています。データのあるモデルより上位には決してなりません。内訳はソースが報告次第ここに表示されます。

用語集：ここで使われている用語

ヒートスコア: モデルが今どれだけ使われていて求められているかを示す1つの数字。0°から9,999°まで。ここで「最も熱い」と言われるすべてのリストはこれで並べられています。
フロア: 実データのあるすべてのモデルが7,000°からスタートする基準点。スケールは0°から9,999°までで、フロア以下はデータのないモデル用に確保されているので、データのあるモデルは必ず上位になります。フロアは全員共通で順位には影響しません。フロアを超えた度数が実際の評価です。
ダウンロード相当数: スコアがダウンロードとして扱うすべてのものを合計：ダウンロードそのもの、各トレントシーダーは1,000、各AI Horde画像と生成サイトでの実行は1としてカウント。
対数スケール: 1ずつではなく10ずつ数えます：1,000から10,000ダウンロードに増えるのは、10,000から100,000に増えるのと同じ度数を加算。巨大なものが他を圧倒しないようにしています。
いいね: すべてのソースからのサムズアップといいね。対数スケールでダウンロードの半分の価値があります。
普及率: 2回の計測の差からわかる、今の1日あたりのダウンロード数。ダウンロード項目の4分の1の重みです。
測定済みと推定: 測定済みは、あるソースの2つの読み取り値が存在し、その差が実際のものであることを意味します。推定は、今日の合計だけがわかっていて、過去の値はモデルの寿命にわたって分配されていることを意味します。サイトはどちらを表示しているかを示します。
シーダー: トレント経由で他の人がダウンロードできるように重みのコピーをオンラインで保持している人、または同じことをするホストされたミラーのことです。それぞれが1,000ダウンロードとしてカウントされます。
AI Horde: 寄付されたコンピューターで無料で画像を生成するボランティアネットワークです。モデルで作成した画像の数は公開されており、それぞれが1ダウンロードとしてカウントされます。
生成サイト: PixAI、SeaArt、Yodayoのように、自分のモデルのコピーをホストして人々が生成できるサイトです。これらのダウンロードはCivitaiのものと同じようにカウントされ、各生成実行が1ダウンロードとして数えられます。
OpenRouterトークン: ClaudeやGPTのようなAPI経由で提供されるテキストモデルはダウンロードする重みがなく、その利用はトークン数で測定されます。トークンとはOpenRouterを通じて読み書きされたテキストの断片で、OpenRouterは多くのアプリが利用するゲートウェイです。過去30日間のトークン数を10,000,000トークンごとに1ダウンロードとしてカウントします。出典：OpenRouter (openrouter.ai/rankings)、CC BY 4.0。
完全モデル（チェックポイント）: 重みそのもので、単独で生成を行うファイルです。アドオンがこれに依存しているためボーナスがつきます。
LoRAと埋め込み: 他人の重みを特定のスタイル、キャラクター、コンセプトに向けて調整する小さなアドオンファイルです。単独では動作しません。
ファミリーと重み: モデルが基づいているベースで、SD 1.5、SDXL、Flux、Wanなどがあります。すべてのモデルはそのファミリーの重みのリリース日を継承します。
年齢: ファミリーの重みがリリースされてからの経過時間に応じて減点されます：1年で150°、最大750°まで。古いダウンロードはリストの上位を凍結して積み上げられます。
ファミリーブースト: このサイトが現在推しているファミリーのLoRAに対する小さく制限された後押しで、常に内訳に表示されます。
代替スコア: まだソースから報告がないモデルに与えられる安定した最低値で、リストが完全なままでいられます。データのあるモデルより上位には決してなりません。
新着！(猶予期間): 7日未満の新しいモデルはスコアの代わりに「新着！」と表示され、ランキングには入りません。スコアは初日から計算されますが、1日目のモデルは非常に急速に成長するため、猶予期間なしでは常に昨日リリースされたモデルが今週の#1になってしまいます。
トレンド: ある期間におけるモデルの成長が、同じ期間の典型的なモデルの成長と比べてどうかを示します。典型より速ければ上昇、遅ければ下降と読みます。
典型的なモデル: カタログの真ん中にあたるモデルで、数値があるモデルの半分はこの期間により速く成長し、半分は遅く成長しています。