LLM EU
Menu
Modellen

GLM 4.6V Flash

Z.ai (Zhipu AI)

Alleen catalogus Open weights

Laatst beoordeeld:

Soevereiniteit en hosting

Alleen catalogus

Dit model is opgenomen in de catalogus ter referentie. Het wordt nog niet gehost op LLM EU en er is hier geen first-party endpoint dat het aanbiedt. Verzoeken eraan gaan rechtstreeks naar de provider, onder de eigen voorwaarden van die provider.

Samenvatting

Het accepteert tekst en afbeeldingen en antwoordt in tekst. GLM 4.6V Flash is een open-weight vision-language model van Z.ai (Zhipu AI) met 10.3B parameters, gepubliceerd onder MIT. De gepubliceerde configuratie vermeldt geen contextvenster, dus deze kaart vermeldt er ook geen. De repository is gemaakt in december 2025 en is gespiegeld op Hugging Face. Het is een basischeckpoint zonder instructietuning. De kaart is alleen voor de catalogus: LLM EU draait dit model niet. De uitgever vermeldt 2 talen, waarvan 1 behoort tot de talen waarin de Europese Unie publiceert.

Specificaties

Provider
Z.ai (Zhipu AI) (CN)
Contextvenster
Niet geverifieerd: de provider heeft deze claim niet gedocumenteerd.
Parameters
10.3B
Modaliteiten
text, vision
Licentie
mit · licence
Open weights
yes
Releasedatum
07 dec 2025
Taken
Visie, Lage kosten

Talen

Sterk: en

Voldoende: zh

Sterk

  • en

Voldoende

  • zh

Niet geverifieerd: de provider heeft deze claim niet gedocumenteerd. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Wanneer te gebruiken

Sterke punten

  • 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

Beperkingen

  • 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