GLM-4.6V est le modèle doté de vision de la gamme GLM-4.6 : il accepte des images en plus du texte et raisonne sur les deux. Il associe la compréhension multimodale à la grande fenêtre de contexte de la gamme GLM-4.6, à un prix notablement bas.
z.ai publie GLM-4.6V à 0,30 $ par 1M de tokens en entrée et 0,90 $ par 1M de tokens en sortie — un prix agressivement bas pour un modèle doté de vision.
Il annonce une grande fenêtre de contexte d’environ 200K tokens, permettant de combiner des images avec un texte substantiel en un seul appel.
Architecture et signaux d’entraînement
GLM-4.6V est la variante vision du GLM-4.6 de Zhipu AI. Il étend le modèle textuel avec une entrée d’images, produisant une sortie textuelle qui raisonne sur les images fournies. Il expose l’appel d’outils et le JSON via un point de terminaison compatible OpenAI. Sa modalité de sortie est le texte (il décrit/raisonne sur les images, il ne les génère pas). Comme le reste de la gamme GLM, il renvoie un champ non standard reasoning_content à côté de content ; les intégrations doivent lire content pour la réponse finale et traiter reasoning_content comme une trace facultative.
Là où il excelle
- Compréhension d’image — décrire, comparer, extraire des informations de photos et de captures d’écran.
- Combiner des images avec un contexte textuel long en un seul appel.
- Prix très bas pour un modèle multimodal.
Là où il pèche
- Il lit les images, il ne les génère pas — pour la génération d’images, utilisez les modèles GLM-Image / CogView de z.ai.
- Pas encore de données de benchmark Tokonomix ; vérifiez la qualité de vision sur vos propres images.
- Hébergement hors UE.
Cas d’usage concrets
- Compréhension de documents, de graphiques et de captures d’écran.
- Question-réponse visuelle et analyse multimodale à grande échelle.
- Un proposeur de vision économique dans un panel de consensus multimodal.
Instantané du benchmark Tokonomix
GLM-4.6V est récemment enregistré sur Tokonomix et pas encore activé, nous ne l’avons donc pas encore soumis à notre test d’intelligence hebdomadaire ni à notre benchmark de vitesse. Il n’y a pas encore de scores Tokonomix à communiquer — et nous n’en inventerons pas.
Dès sa mise en service, il entre dans le même dispositif hebdomadaire que tous les autres modèles : prompts identiques, juge indépendant d’une autre famille, et mesures reproductibles de latence et de coût. D’ici là, considérez les indications de prix et de capacités de cette page comme le point de départ publié par le fournisseur, et non comme des résultats mesurés par Tokonomix.
Confidentialité UE et résidence des données
GLM-4.6V est développé par Zhipu AI (z.ai), un laboratoire dont le siège est en Chine, et servi depuis une infrastructure hors UE. Il faut le dire clairement : envoyer un prompt à ce modèle n’est pas un choix de résidence des données dans l’UE ni de souveraineté RGPD, et Tokonomix ne l’étiquettera jamais comme tel.
Si votre cas d’usage exige que les données restent dans l’UE, choisissez un modèle hébergé dans l’UE (par exemple nos routes OVH ou Azure-EU) plutôt qu’un modèle GLM. Tokonomix maintient z.ai en dehors de tout ensemble de routage UE-uniquement/souverain par conception. Utilisez GLM là où la capacité ou le prix priment et où un traitement transfrontalier est acceptable pour cette tâche.
Verdict et alternatives
GLM-4.6V est un modèle de vision au bon rapport qualité-prix : compréhension multimodale et long contexte à un prix bas. Pour une option de vision gratuite, GLM-4.6V Flash ; pour la génération d’images (pas la compréhension), les modèles GLM-Image / CogView.