智谱 GLM-4.6V
Cherry Studio のユーザーは、内蔵の CherryIN サービスを無料で体験できるようになりました 智譜 GLM-4.6V——Z.ai（智譜 AI）が2025年12月に発表したビジュアルフラッグシップモデル。MoEアーキテクチャ、128Kのネイティブなマルチモーダルコンテキスト、ネイティブなマルチモーダルツール呼び出しを備え、画像・文章理解およびマルチモーダルAgentシーンに最適な選択肢です。
🚀 GLM-4.6V とは？
GLM-4.6V は Z.ai の GLM-V シリーズ最新世代のビジュアル言語モデルで、テキスト＋画像の統一モデリングをネイティブにサポートし、GLM-4.5V をベースにコンテキストとツール呼び出し能力をさらに拡張しています。
アーキテクチャ：Mixture-of-Experts（MoE）
総パラメータ数：106B
アクティブ化パラメータ数：約12B
コンテキスト長：128K tokens
オープンソースライセンス：MIT
リリース日：2025年12月8〜9日
ビジュアルエンコーダー：複数解像度の画像に対応（最大4K）
シリーズには同時に GLM-4.6V-Flash（9B）も含まれ、ローカル環境および低遅延シーン向けで、無料で商用利用可能です。
📚 GLM-V シリーズのマルチモーダル学習体系を継承
GLM-4.6V は GLM-4.1V-Thinking / GLM-4.5V の技術路線を踏襲し、ビジュアルとAgentの方向でさらに強化されています：
ネイティブなマルチモーダルモデリング：テキストと画像を共同学習し、画像とテキストが混在する入力に対応
コンテキスト拡張：学習時のコンテキストを128K tokensまで拡張し、1回で約150ページの高密度文書、200ページのスライド、または1時間の動画を処理可能
ネイティブなマルチモーダルツール呼び出し：ツールが画像を入力・出力として直接受け取れるようにし、拡張された MCP プロトコルに基づいてURL方式でマルチモーダル成果物を処理
強化学習の強化：GLM-V シリーズのスケーラブルなRLプロセスを継承
⚙️ ネイティブなマルチモーダル、実際のシーン向け
GLM-4.6V のマルチモーダル能力は、日常から専門的なシーンまでカバーします：
✅ リッチテキスト内容の理解：長文書、複数ページのテキスト、画像と文章が混在したレイアウト
✅ ビジュアルWeb検索：視覚入力を組み合わせてネット検索と理解を行う
✅ フロントエンド再現：デザイン稿やUIスクリーンショットからフロントエンドコードを生成
✅ 長文脈マルチモーダル文書分析：文書全体のPDF / スライド / 動画レベルの入力
✅ 図表と表の解析：構造化情報の抽出
💡 ネイティブなマルチモーダルツール呼び出しとAgent能力
GLM-4.6V の主要なアップグレードの1つは、 "視覚認識 → 実行可能なアクション" の閉ループです。ツール呼び出しは画像を入力と出力としてネイティブにサポートし、マルチモーダルAgentを実際の業務に実装できます。
シンプルな画像・文章Q&A
直接対話
"この画像には何がありますか？"
中程度の複雑さのタスク
ツール呼び出しを有効化
図表を読み取ってからデータを検索する
複雑なマルチモーダルAgent
複数ツール + MCP
スクリーンショット → 理解 → API呼び出し → レポート生成
🌟 高効率MoE、オープンに利用可能
⚡ MoEの疎なアクティベーション：総パラメータ106B、アクティブ化は約12Bのみ
💰 Cherry Studio では CherryIN を通じて無料で使用可能
🖥️ 重み、推論コード、MCPツールはすでに GitHub と Hugging Face でオープンソース化されており、MITライセンスです
🧠 実用能力に注目：マルチモーダルアシスタント
GLM-4.6V は実際の利用では以下のシーンに適しています：
文書アシスタント：長文書、スキャン画像、スライドの全文読解と要約
データ分析：図表やダッシュボードのスクリーンショットを識別・解釈
フロントエンドとデザイン：UIスクリーンショットに基づいてフロントエンドコードを生成または修正
ビジュアル検索：画像を組み合わせてネット検索と情報統合を行う
マルチモーダルAgent：ブラウザ、コード実行、検索などのツールを組み合わせて複雑なタスクを完了
🧭 Cherry Studio での使い方は？
Cherry Studio を開き、 設定 → モデルサービスに進みます。
を見つけて CherryIN サービスプロバイダーを有効にします。
モデル一覧で 智譜 GLM-4.6Vに進みます。
チャット画面に戻り、上部のモデル選択で GLM-4.6Vに切り替えると、会話内で直接画像をアップロードして画像・文章のやり取りができます。
💡 ヒント：CherryIN が提供する無料モデル枠は Cherry Studio 公式が負担しており、日常体験や評価に適しています。本番環境では Z.ai（智譜）の公式 API の利用を組み合わせることを推奨します。
📘 今すぐ智譜 GLM-4.6V を体験して、ネイティブなマルチモーダルとビジュアルAgent能力を解放しましょう！
最終更新
役に立ちましたか？