GLM 4.6V от Z.AI читает изображения, видео и документы со сложной вёрсткой и отвечает текстом. Есть вызов функций и режим рассуждений.
Модель Z.AI: GLM 4.6V доступна через OpenAI-совместимый API Apikley из России без VPN, с оплатой в рублях: от 81 ₽ / 1M токенов.
GLM 4.6V — мультимодальная модель Z.AI. На вход она принимает текст, изображения и видео, на выходе даёт текст. Разработчик описывает её как модель для детального визуального понимания и рассуждений по длинным смешанным материалам: страницам со сложной вёрсткой, таблицам, схемам, слайдам. Контекст составляет 131 072 токена. По документации Z.AI, на этом объёме помещается около 150 страниц документа, 200 слайдов или часовое видео. Ответ может занять до 32 768 токенов. Отличительная черта — вызов функций, в который можно передавать картинки: модель видит изображение и сразу формирует обращение к инструменту без промежуточного пересказа в текст. Среди сценариев в документации указаны анализ длинных финансовых документов, визуальный поиск с составлением отчёта, пересказ видео и воспроизведение фронтенд-кода по макету.
OpenAI-совместимый API: POST https://api.apikley.ru/v1/chat/completions, ID модели z-ai/glm-4.6v. Подойдёт официальный SDK OpenAI с базовым адресом https://api.apikley.ru/v1.
curl https://api.apikley.ru/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "z-ai/glm-4.6v",
"messages": [
{
"role": "user",
"content": "Объясните, что такое API, в двух предложениях."
}
]
}'from openai import OpenAI
client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apikley.ru/v1")
response = client.chat.completions.create(
model="z-ai/glm-4.6v",
messages=[{"role": "user", "content": "Объясните, что такое API, в двух предложениях."}],
)
print(response.choices[0].message.content)Слабее среднего на длинном контексте (выше 6%).
| Метрика | Значение | Позиция в каталоге |
|---|---|---|
| Код больше — лучше | 41,1% | выше 37% моделей каталога |
| Инструменты и агенты больше — лучше | 30,7% | выше 17% моделей каталога |
| Длинный контекст больше — лучше | 17% | выше 6% моделей каталога |
| Метрика | Значение | Позиция в каталоге |
|---|---|---|
| Сложные рассуждения больше — лучше | 3,7% | выше 3% моделей каталога |
| GPQA больше — лучше | 56,6% | выше 13% моделей каталога |
| Следование инструкциям больше — лучше | 27,9% | выше 3% моделей каталога |
| Агент в терминале больше — лучше | 3% | выше 6% моделей каталога |
| MMLU-Pro больше — лучше | 75,2% | выше 36% моделей каталога |
Источник: Artificial Analysis · конфигурация «GLM-4.6V (Non-reasoning)» · измерено 28.10.2026
Текст, изображения и видео. Z.AI указывает также файлы в составе запроса. Результат всегда приходит текстом.
По документации разработчика, контекст в 131 072 токена вмещает около 150 страниц документа. Фактическое число зависит от плотности текста и числа картинок.
GLM 4.6V видит изображения и видео, а GLM 4.6 работает только с текстом. Зато у текстовой модели контекст заметно длиннее.
Да, и аргументами могут служить изображения. Z.AI называет это нативным мультимодальным вызовом функций без перевода картинки в текст.
Да, режим рассуждений доступен. Его можно включать для задач, где нужна цепочка рассуждений.
Все AI-модели каталога Apikley — доступ через API из России, оплата в рублях, без VPN.