智谱近日正式推出并开源了GLM-4.6V系列多模态大模型，为人工智能领域注入新的技术活力。该系列包含两个版本：面向云端与高性能集群场景的基础版GLM-4.6V（106B-A12B），以及专为本地部署和低延迟应用设计的轻量版GLM-4.6V-Flash（9B）。这一举措不仅丰富了多模态模型的技术生态，也为不同场景的用户提供了更灵活的选择。
在技术层面，GLM-4.6V实现了显著突破。其训练时的上下文窗口扩展至128k tokens，大幅提升了模型对长文本的处理能力。在视觉理解精度方面，该模型达到了同参数规模下的最优水平（SOTA），为复杂视觉任务提供了更可靠的支撑。更值得关注的是，GLM-4.6V首次将Function Call（工具调用）能力原生集成至视觉模型架构中，构建了从“视觉感知”到“可执行行动（Action）”的完整链路。这一创新为多模态智能体（Agent）在真实业务场景中的应用奠定了统一的技术基础。
在商业化应用方面，GLM-4.6V系列展现了极高的性价比。相较于前代GLM-4.5V，新系列的API调用价格降低了50%，具体为输入1元/百万tokens、输出3元/百万tokens。其中，轻量版GLM-4.6V-Flash更以免费形式向用户开放，进一步降低了技术门槛。该系列模型还融入了GLM Coding Plan，针对用户高频使用的8类场景，定向开发了专用MCP（大模型上下文协议）工具，显著提升了模型在特定任务中的执行效率。
