# 智谱 GLM-4.6V
Cherry Studio 用户现在可以通过内置的 **CherryIN** 服务免费体验 **智谱 GLM-4.6V**——由 Z.ai（智谱 AI）于 2025 年 12 月发布的视觉旗舰模型，MoE 架构、128K 原生多模态上下文、原生多模态工具调用，是图文理解与多模态 Agent 场景的首选。
***
## 🚀 什么是 GLM-4.6V？
GLM-4.6V 是 Z.ai GLM-V 系列的最新一代视觉语言模型，原生支持文本 + 图像统一建模，在 GLM-4.5V 的基础上进一步扩展上下文与工具调用能力。
* 架构：Mixture-of-Experts（MoE）
* 总参数量：106B
* 激活参数量：约 12B
* 上下文长度：128K tokens
* 开源许可：MIT
* 发布时间：2025 年 12 月 8–9 日
* 视觉编码器：支持多分辨率图像（最高 4K）
系列同时包含 **GLM-4.6V-Flash（9B）**，面向本地与低延迟场景，免费可商用。
***
## 📚 延续 GLM-V 系列的多模态训练体系
GLM-4.6V 沿用了 GLM-4.1V-Thinking / GLM-4.5V 的技术路线，并在视觉与 Agent 方向做了进一步强化：
1. **原生多模态建模**：文本与图像联合训练，支持图文混合输入
2. **上下文扩展**：训练上下文扩展至 128K tokens，单次可处理约 150 页密集文档、200 页幻灯片或 1 小时视频
3. **原生多模态工具调用**：工具可以直接接收与返回图像，基于扩展的 MCP 协议以 URL 方式处理多模态产物
4. **强化学习增强**：沿用 GLM-V 系列的可扩展 RL 流程
***
## ⚙️ 原生多模态，面向真实场景
GLM-4.6V 的多模态能力覆盖日常与专业场景：
* ✅ **富文本内容理解**：长文档、多页文本与图文混排
* ✅ **视觉网页搜索**：结合视觉输入进行联网检索与理解
* ✅ **前端复刻**：从设计稿或 UI 截图生成前端代码
* ✅ **长上下文多模态文档分析**：整份 PDF / 幻灯片 / 视频级输入
* ✅ **图表与表格解析**：结构化信息抽取
***
## 💡 原生多模态工具调用与 Agent 能力
GLM-4.6V 的核心升级之一，是 **"视觉感知 → 可执行动作"** 的闭环：工具调用原生支持图像作为输入与输出，让多模态 Agent 在真实业务中落地。
| 场景 | 推荐用法 | 示例 |
| ----------- | --------- | ----------------------- |
| 简单图文问答 | 直接对话 | "这张图里有什么？" |
| 中等复杂任务 | 启用工具调用 | 读取图表后检索数据 |
| 复杂多模态 Agent | 多工具 + MCP | 截图 → 理解 → 调用 API → 生成报告 |
***
## 🌟 高效 MoE，开放可用
* ⚡ MoE 稀疏激活：106B 总参数，仅激活约 12B
* 💰 通过 CherryIN 在 Cherry Studio 中**免费使用**
* 🖥️ 权重、推理代码与 MCP 工具已在 GitHub 与 Hugging Face 开源，MIT 许可
***
## 🧠 聚焦实用能力：多模态助手
GLM-4.6V 在实际使用中适合以下场景：
* **文档助手**：长文档、扫描件、幻灯片整份阅读与摘要
* **数据分析**：识别并解读图表、仪表盘截图
* **前端与设计**：根据 UI 截图生成或修改前端代码
* **视觉搜索**：结合图像进行联网检索与信息整合
* **多模态 Agent**：结合浏览器、代码执行、检索等工具完成复杂任务
***
## 🧭 如何在 Cherry Studio 中使用？
1. 打开 Cherry Studio，进入 **设置 → 模型服务**。
2. 找到 **CherryIN** 服务商并开启。
3. 在模型列表中选择 **智谱 GLM-4.6V**。
4. 返回聊天界面，在顶部模型选择处切换为 **GLM-4.6V**，即可在对话中直接上传图片进行图文交互。
> 💡 提示：CherryIN 提供的免费模型额度由 Cherry Studio 官方承担，适合日常体验与评测；生产环境建议结合 Z.ai（智谱）官方 API 使用。
***
📘 **立即体验 智谱 GLM-4.6V，解锁原生多模态与视觉 Agent 能力！**
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://docs.cherry-ai.com/pre-basic/providers/cherryai/mian-fei-ti-yan-zhi-pu-glm-4.6v-shi-jue-qi-jian-duo-mo-tai-moe.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.