Mudelid

GLM 4.6V Flash

Z.ai (Zhipu AI)

Ainult kataloogis Avatud kaalud

Viimati üle vaadatud:

Suveräänsus ja majutus

Ainult kataloogis

See mudel on kataloogis viitamiseks. Seda ei hostita veel LLM EU-s ja ükski esimese osapoole lõpp-punkt ei teeninda seda siin. Päringud sellele suunatakse otse pakkujale, vastavalt pakkuja enda tingimustele.

Kokkuvõte

See aktsepteerib teksti ja pilte ning vastab tekstiga. GLM 4.6V Flash on Z.ai (Zhipu AI) avatud kaaludega visuaal-keele mudel 10.3B parameetriga, avaldatud MIT-i all. Avaldatud konfiguratsioon ei sisalda kontekstiakent, seega see kaart seda ei kajasta. Repositoorium loodi detsembris 2025 ja on peegeldatud Hugging Face'is. See on baaskontrollpunkt ilma instruktsioonide häälestuseta. See kaart on ainult kataloogi jaoks: LLM EU seda mudelit ei käita. Kirjastaja loetleb 2 keelt, millest 1 on Euroopa Liidu avaldatavate keelte hulgas.

Spetsifikatsioonid

Pakkuja
Z.ai (Zhipu AI) (CN)
Konteksti aken
Kinnitamata: pakkuja ei ole seda väidet dokumenteerinud.
Parameetrid
10.3B
Modaalsused
text, vision
Litsents
mit · licence
Avatud kaalud
yes
Väljalaske kuupäev
07. dets 2025
Ülesanded
Nägemine, Madal hind

Keeled

Tugev: en

Piisav: zh

Tugev

  • en

Piisav

  • zh

Kinnitamata: pakkuja ei ole seda väidet dokumenteerinud. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Millal kasutada

Tugevused

  • open weights are published on Hugging Face and can be downloaded without a vendor agreement
  • mit licence, so commercial self-hosting is permitted without a separate agreement
  • at 10.3B parameters it fits on a single accelerator
  • the model page lists en

Piirangud

  • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
  • no evaluation has been run by LLM EU
  • the published configuration records no context window, so the card carries none
  • at 10.3B parameters, self-hosting needs a single accelerator with enough memory for the weights
  • vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model