Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Zai · pașaport de model

Z.ai: GLM 4.6V

glm-4-6v

Ponderi deschise
Licență MIT
107.7B parametri
131,072 context
Lansat 2025-12-07(repo HF creat)

General · LMArena: 1,378#176 din 396
Cea mai bună percentilă: 66.7MMLU-Pro (Artificial Analysis)
Poziția în cohortă: 45.3mediană 54.9

Ce spun datele

Evaluat pe 10 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai slabe axe

14.5 pct — Factuality Arena (1,391)

Neuniform: 52,2 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 66.7 pct pe MMLU-Pro (Artificial Analysis) față de 14.5 pct pe Factuality Arena.

MMLU-Pro (Artificial Analysis)66.7 pct79.9%Verifică →
Urmarea instrucțiunilor56.3 pct1,367Verifică →
General55.8 pct1,378Verifică →
Programare54 pct1,416Verifică →
Prompturi dificile53.5 pct1,384Verifică →
LiveCodeBench (Artificial Analysis)50.8 pct41.1%Verifică →
Vision Arena36.7 pct1,161Verifică →
LiveBench34 pct45.4%Verifică →
IFBench (Artificial Analysis)16.4 pct30.1%Verifică →
Factuality Arena14.5 pct1,391Verifică →
WebDev ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
GPQA DiamondNeevaluat
AIME (matematică)Neevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
SimpleBenchNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
Halucinații HHEM (Vectara)Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Rulează-l singur

Repositoryzai-org/GLM-4.6V

Parametri107.7B

ArhitecturăGlm4vMoeForConditionalGeneration

LicențăMIT

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "zai-org/GLM-4.6V"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Folosește-l găzduit

ID de model APIz-ai/glm-4.6v

Lungime context131,072 tokeni

Ieșire maximă32,768 tokeni

Acceptăimage, text, video

Preț intrare$0.30 per 1M tokeni

Preț intrare din cache$0.06 per 1M tokeni

Preț ieșire$0.90 per 1M tokeni

Parametri API acceptați de acest endpoint

Frequency penaltyInclude reasoningMax tokensPresence penaltyReasoningRepetition penaltyResponse formatSeedStop sequencesTemperatureTool choiceTool callingTop-kTop-p

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"z-ai/glm-4.6v","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

glm-4.6v stands at 45.3 (raw mean 43.9) — measured on 10 of 27 axes.
pozițieșablonVerifică →
glm-4.6v stands at 45.3 versus a cohort median of 54.9 across 123 models released within 180 days — below the peer median.
cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →