GLM 4.6V

用量与规格

GLM 4.6V 是什么

GLM-4.6V是一个大型多模态模型，专为高保真视觉理解以及跨图像、文档和混合媒体的长上下文推理而设计。它支持高达128K tokens，可直接将复杂页面布局和图表作为视觉输入进行处理，并集成了原生多模态函数调用功能，将感知与下游工具执行相连接。该模型还支持交错式图文生成和UI重建工作流，包括截图转HTML合成以及迭代式视觉编辑。

GLM 4.6V 的能力

输入：图像、文本、视频   输出：文本

GLM 4.6V 的 API 定价

显示快照中的美元刊例，未独立核验；购买前请到服务商官网核对当前价格与条款。