智谱近日正式发布 GLM-4.6V 系列模型，面向图像、视频、多模态分析与智能应用开发，提供更高效的理解能力和更灵活的部署选项。该系列不仅具备强大的多模态处理能力，还提供 原生 Function Call 支持，对于需要模型直接结构化输出、执行 API 调用或集成自动化流程的场景来说，将大幅提升开发体验与运行效率。

此外，GLM-4.6V 系列覆盖 106B 大模型 与 9B 轻量模型，其中轻量版可 免费商用，基础版价格也大幅下降，为企业和开发者带来了更低的使用成本。

一、GLM-4.6V 的核心亮点

1. 128k 多模态上下文支持，提升长视频与长文档理解能力

GLM-4.6V 主打超长链路内容处理能力，可处理多达 128k 上下文长度，并同时支持文本、图像以及长视频输入。
这一能力使其能够：

  • 理解高时长视频的内容逻辑
  • 分析复杂文档结构
  • 支持长对话场景不丢失信息

对于教育、媒体、办公场景等需要长内容解析的行业意义尤为突出。

2. 原生 Function Call：更高效的工具调用体验

GLM-4.6V 系列具备 原生 Function Call 能力，可通过结构化输出直接触发 API，减少解析错误率，提升执行精度。

适用场景包括：

  • 智能体自动执行任务
  • 业务系统自动调用数据库或工具
  • 自动化流程系统
  • 多步骤任务管理

相比传统的文本解析方式，原生 Function Call 延迟更低、成功率更高。

3. 免费商用轻量版，基础版价格大幅下降

智谱同步推出更具性价比的模型策略：

  • GLM-4.6V 9B 轻量版可免费商用，适合中小企业、个人开发者、AI 初创团队
  • 106B 基础版价格降低，使大模型能力更易获得
  • 支持本地部署，更好满足企业数据安全需求

这一策略降低了企业使用大模型的门槛，便于在更多业务中落地。

二、GLM-4.6V 的适用场景

1. 视频与图像分析系统

凭借 128k 多模态理解能力，可用于：

  • 视频内容标签推荐
  • 安防监控智能分析
  • 直播内容检测与总结

2. 智能体开发与自动化系统

原生 Function Call 可让模型直接调用多种工具，用于：

  • 智能客服自动处理工单
  • AI RPA 自动执行任务
  • 业务流程自动化
  • 智能调度系统

3. 通用办公类 AI 应用

包括但不限于：

  • 文档总结与分析
  • 多轮会议内容处理
  • 表格解析与处理
  • 视觉化报告生成

三、GLM-4.6V 的价值总结

通过结合 多模态处理能力、原生 Function Call、超长上下文支持、免费商用轻量版本，GLM-4.6V 系列为开发者和企业提供了灵活、高性价比的多模态 AI 技术选择。

该系列模型的出现，使图像视频理解、智能体开发、业务自动化等场景更加易于实现，进一步推动多模态应用的普及。