z-ai
Z.ai: GLM 4.6V
z-ai/glm-4.6v
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
O z-ai/glm-4.6v aparece no catálogo da OpenRouter como um modelo que aceita texto, imagem e vídeo, produz texto e oferece janela de contexto de 128K tokens. A documentação da Z.ai descreve o GLM-4.6V como um modelo fundacional multimodal de 106B e relata interpretação de documentos, uso de ferramentas guiado por visão, geração mista de imagem e texto e resultados de vanguarda em compreensão visual entre modelos de escala comparável. Essas afirmações vêm do fornecedor; o pacote de fontes não inclui avaliação independente.[1][2]
Pontos fortes
- O catálogo da OpenRouter informa entradas de texto, imagem e vídeo, saída de texto e janela de contexto de 128K tokens.[1]
- A documentação do fornecedor afirma que o GLM-4.6V interpreta páginas de documentos com formatação rica diretamente como imagens, incluindo texto, layout, gráficos, tabelas e figuras.[2]
- A documentação relata chamadas nativas de função que podem usar imagens, capturas de tela, páginas de documentos e saídas visuais em uma cadeia de raciocínio.[1][2]
Limitações
- O pacote de fontes não contém medições independentes; as alegações do fornecedor sobre resultados de vanguarda devem ser validadas na carga de trabalho pretendida.[1][2]
- A Z.ai reconhece qualidade inferior em perguntas e respostas apenas textuais, possível excesso de raciocínio ou repetição, reiterações ocasionais e limites para contar ou identificar pessoas específicas.[2]
- A OpenRouter lista apenas saída de texto, enquanto a ficha descreve geração intercalada de imagem e texto; confirme qual formato o endpoint expõe.[1][2]
Onde usar
- Avaliar a análise de documentos longos e ricos em imagens quando layout, gráficos, tabelas e figuras precisarem ser interpretados juntos; testar com arquivos representativos.[1][2]
- Considerar protótipos de agentes multimodais ou fluxos com ferramentas que recebam capturas de tela e páginas de documentos como entradas visuais diretas.[1][2]
- Pilotar a reconstrução de HTML e CSS a partir de capturas de interface e a edição visual por linguagem natural, descritas pelo fornecedor sem medição independente.[2]
Fontes
- [1] OpenRouter catalog · Z.ai: GLM 4.6VFontes consultadas: 13 de nov. de 2026
- [2] Model documentation · Z.ai: GLM 4.6VFontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
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...
Especificações
- ID do modelo
- z-ai/glm-4.6v
- ID canônico
- z-ai/glm-4.6-20251208
- Criador
- z-ai
- Adicionado ao OpenRouter
- 08.12.2025
- Comprimento de contexto
- 131,072
- Modalidade
- text+image+video->text
- Modalidades de entrada
- image, text, video
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.300 / saída $0.900
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Programação | Sem medição | — |
| Agentes | Sem medição | parâmetros: tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | entrada: video |
| Embeddings | Sem medição | — |
Avaliações
Não há avaliações fornecidas para este modelo.
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| Novitabf16 | 131,072 | $0.300 | $0.900 | — | — | 100% |
| Z.AIfp8 | 131,072 | $0.300 | $0.900 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.