GLM 4.6V
5663°
Executar modelo
Ofertas / Anúncios
Z.ai | contexto de 131.072 tokens | $0,30/M entrada, $0,90/M saída. GLM-4.6V é um grande modelo multimodal projetado para compreensão visual de alta fidelidade e raciocínio de longo contexto em imagens, documentos e mídia mista. Suporta até 128K tokens, processa layouts complexos de páginas e gráficos diretamente como entradas visuais, e integra chamadas nativas de função multimodal para conectar percepção com execução de ferramentas downstream. O modelo também permite geração intercalada de texto-imagem e fluxos de trabalho de reconstrução de UI, incluindo síntese de screenshot para HTML e edição visual iterativa.
Guias para este modelo
Melhor LLM local por caso de uso (outubro de 2026): o modelo aberto certo para cada tarefa
De quanto VRAM eu realmente preciso para IA local?
Pesos abertos vs código aberto vs só API: o que você realmente pode fazer
O que é um arquivo GGUF? Modelos quantizados explicados (Q4, Q8, fp8, NF4)
Notas do capitão
Notas de 2026-10-13
GLM-4.6V é um modelo multimodal de pesos abertos com 106 bilhões de parâmetros da Z.ai, construído para compreensão visual séria em documentos, gráficos, capturas de tela e conteúdo misto de imagem e texto. Sua principal novidade é a chamada nativa de funções multimodais, permitindo que o modelo aja sobre o que vê em vez de apenas descrever. É ideal para desenvolvedores que constroem pipelines de documentos, automação de UI ou agentes multimodais que querem um modelo aberto capaz que possam rodar localmente.
Conhecido por
- Chamada nativa de funções guiada por visão: imagens alimentam diretamente a execução de ferramentas sem conversão para texto.
- Lê documentos complexos de até 128K tokens, interpretando layout, tabelas e figuras como imagens.
- Reconstrói HTML/CSS pixel a pixel a partir de capturas de tela de UI e aceita edições em linguagem natural.
- Geração intercalada de imagem e texto a partir de entradas multimodais mistas, com recuperação ativa durante a saída.
- Pesos abertos com uma versão leve 9B Flash para implantação local ou baixa latência.
Fique atento a
- O modelo principal de 106B exige hardware robusto; a versão 9B Flash existe para uso local, mas é um modelo diferente.
- Tokens de saída a $0,90/M somam rápido em fluxos longos de documentos ou agentes que geram respostas verbosas.
Sugestões para tentar
Captura de tela para HTML funcional
Estou anexando uma captura de tela de uma página web. Reconstrua-a como HTML e CSS limpos e semânticos. Preserve o layout, tipografia, espaçamento e estrutura dos componentes o mais fielmente possível. Após o código, note quaisquer elementos que precisou aproximar e por quê.
Perguntas e respostas sobre documento denso
Estou anexando um PDF multipágina renderizado como imagens. Leia cada página, incluindo gráficos, tabelas e notas de rodapé. Depois responda: quais são as três descobertas quantitativas mais importantes, qual metodologia foi usada para alcançá-las e há alguma ressalva que os autores apontam sobre a qualidade dos dados?
Plano de ferramenta para agente visual
Estou anexando uma captura de tela de um painel de dados. Identifique cada gráfico e métrica visível. Para cada um, descreva qual chamada de ferramenta faria para obter dados subjacentes mais recentes, quais parâmetros passaria e como verificaria se o resultado confere com o visual antes de atualizar o relatório.
Comparar com
- GLM 5.3 FlashXModelo apenas para APIContexto de 1,048,576 tokens · entrada $0.37/M, saída $1.25/M
- GLM Flash LatestModelo apenas para APIContexto de 1,048,576 tokens · entrada $0.02/M, saída $0.72/M
- GLM 5V TurboModelo apenas para APIContexto de 202,752 tokens · entrada $1.20/M, saída $4.00/M
- GLM 5 TurboModelo apenas para APIContexto de 202,752 tokens · entrada $1.20/M, saída $4.00/M
Mais modelos de texto de z-ai
Perguntas frequentes
- Os pesos são abertos e posso rodar o GLM-4.6V localmente?
- Sim, os pesos estão no Hugging Face em zai-org/GLM-4.6V e o modelo suporta SGLang e vLLM. A versão 106B exige hardware substancial; a Z.ai também oferece uma variante 9B Flash projetada para uso local e baixa latência.
- Quanto custa o GLM-4.6V e qual o tamanho da janela de contexto?
- Via API da Z.ai custa $0,30 por milhão de tokens de entrada e $0,90 por milhão de tokens de saída, com uma janela de contexto de 131.072 tokens.
- Como o GLM-4.6V difere do GLM-4.6V-Flash?
- GLM-4.6V é o modelo base de 106B voltado para nuvem e clusters de alto desempenho; GLM-4.6V-Flash é uma versão leve de 9B otimizada para implantação local e menor latência.
Veredito do capitãoUm raro modelo multimodal de pesos abertos que fecha o ciclo de ver para agir, merecendo atenção séria para trabalhos com documentos e agentes.
Ficha do modelo no Hugging Face
O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.
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.
Como essa pontuação é calculada
Este modelo ainda não tem dados de popularidade de nenhuma fonte, então ele carrega um número provisório abaixo de 7,000° para manter as listas completas. Ele nunca fica acima de um modelo com dados. A divisão aparece aqui assim que uma fonte reporta.
Glossário: os termos usados aqui
- Pontuação heat
- Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
- Limite mínimo
- Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
- Equivalentes a downloads
- Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
- Escala logarítmica
- Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
- Likes
- Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
- Taxa de adoção
- Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
- Medido e estimado
- Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
- Seeder
- Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
- AI Horde
- Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
- Sites de geração
- Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
- Tokens OpenRouter
- Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
- LoRA e embedding
- Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
- Família e pesos
- A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
- Idade
- Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
- Impulso da família
- Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
- Pontuação provisória
- Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
- Novo! (período de carência)
- Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
- Tendência
- Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
- Modelo típico
- O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.
GLM 4.6V é um modelo de texto para a família Text / LLM listado no ModelTrends.ai, um catálogo somente leitura de modelos de IA de código aberto para imagem, vídeo e texto. Compare-o com outros modelos Text / LLM e veja a pontuação de calor para acompanhar a tendência.
Mais modelos Text / LLMMais Texto / LLM Text / LLMllmz-aivisãovídeoraciocínioagentescontexto longolocal
Navegar por família de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153