z-ai
Z.ai: GLM 4.6V
z-ai/glm-4.6v
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
z-ai/glm-4.6v aparece en el catálogo de OpenRouter como un modelo que acepta texto, imágenes y video, produce texto y ofrece una ventana de contexto de 128K tokens. La documentación de Z.ai describe GLM-4.6V como un modelo fundacional multimodal de 106B e informa interpretación documental, uso de herramientas guiado por visión, generación mixta de imagen y texto, y resultados destacados en comprensión visual frente a modelos de escala comparable. Esas afirmaciones proceden del proveedor; el paquete de fuentes no incluye una evaluación independiente.[1][2]
Puntos fuertes
- El catálogo de OpenRouter informa entradas de texto, imagen y video, salida de texto y una ventana de contexto de 128K tokens.[1]
- La documentación del proveedor indica que GLM-4.6V interpreta páginas documentales con formato complejo directamente como imágenes, incluidos texto, diseño, gráficos, tablas y figuras.[2]
- La documentación informa llamadas nativas a funciones que pueden usar imágenes, capturas, páginas de documentos y salidas visuales dentro de una cadena de razonamiento.[1][2]
Limitaciones
- El paquete de fuentes no contiene mediciones independientes; las afirmaciones del proveedor sobre resultados destacados deben validarse con la carga de trabajo prevista.[1][2]
- Z.ai reconoce menor calidad en preguntas y respuestas puramente textuales, posible exceso de razonamiento o repetición, reiteraciones ocasionales y límites al contar o identificar personas específicas.[2]
- OpenRouter solo lista salida de texto, mientras que la ficha describe generación intercalada de imagen y texto; conviene confirmar qué formato expone el punto de acceso.[1][2]
Dónde utilizarlo
- Evaluar el análisis de documentos extensos con muchas imágenes cuando deban interpretarse conjuntamente diseño, gráficos, tablas y figuras; probar con archivos representativos.[1][2]
- Considerar prototipos de agentes multimodales o flujos con herramientas que reciban capturas y páginas documentales como entradas visuales directas.[1][2]
- Pilotar la reconstrucción de HTML y CSS desde capturas de interfaz y la edición visual mediante lenguaje natural, descritas por el proveedor pero sin medición independiente.[2]
Fuentes
- [1] OpenRouter catalog · Z.ai: GLM 4.6VFuentes consultadas: 13 nov 2026
- [2] Model documentation · Z.ai: GLM 4.6VFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
GLM-4.6V is a large multimodal model designed for high-fidelity visual understanding and long-context reasoning across images, documents, and mixed media. It supports up to 128K tokens, processes complex page layouts...
Especificaciones
- ID del modelo
- z-ai/glm-4.6v
- ID canónico
- z-ai/glm-4.6-20251208
- Creador
- z-ai
- Añadido a OpenRouter
- 08.12.2025
- Longitud de contexto
- 131,072
- Modalidad
- text+image+video->text
- Modalidades de entrada
- image, text, video
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.300 / salida $0.900
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | razonamiento: opcional · parámetros: include_reasoning, reasoning |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: opcional · parámetros: include_reasoning, reasoning |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | entrada: video |
| Embeddings | Sin medición | — |
Evaluaciones
No hay evaluaciones aportadas para este modelo.
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Novitabf16 | 131,072 | $0.300 | $0.900 | — | — | 100% |
| Z.AIfp8 | 131,072 | $0.300 | $0.900 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.