GLM-4.6V-Flash
官方 · BF16 · safetensors
已验证运行环境: SGLang Transformers vLLM
| 精度 / 量化 | 格式 | 位数 | 发布者可信度 | 部署状态 |
|---|---|---|---|---|
| BF16 | safetensors | 16 | 官方 | 已验证运行环境 |
总参数10.3B
激活参数密集模型
上下文窗口131,072 tokens
版本状态当前 · 当前
架构Glm4vForConditionalGeneration
模态多模态
许可证mit
部署状态具备认证配置，可部署
商业状态允许商业使用
发布日期2025-12-07
架构、优势与用途
GLM-4.6V Flash 是 Z.ai 在 GLM 视觉分支中的官方可自托管版本，采用 Glm4vForConditionalGeneration、10.29B，认证上下文为 131,072 Token。
GLM-4.6V Flash 使用 Glm4vForConditionalGeneration 和 10.29B。官方资料发布时记录 40 层、隐藏维度 4096 和 32 个注意力头。
已验证的 Glm4vForConditionalGeneration 架构
131,072 Token 认证上下文
官方检查点来源
私有 LLM 推理
智能体工作流
长文档处理
已认证检查点与量化
仅显示与此版本关联并经来源认证的精确变体。
推荐硬件
仅使用与精确检查点精度匹配的认证运行时组合。硬件排序会检查权重、KV 缓存、开销、GPU 架构与拓扑。
估算权重内存19.74 GB
KV 缓存0.31 GB
运行时开销8.33 GB
含安全余量总计35.2 GB
推荐性价比方案
1× NVIDIA H200 SXM 141GB
141 GB 总 VRAM · nvswitch
105.8 GB 余量 · 容量有限
USD 2,345 / 月最低成本可行方案
2× NVIDIA L4 24GB
48 GB 总 VRAM · pcie
12.8 GB 余量 · 可用
USD 500 / 月最高性能
1× NVIDIA H200 SXM 141GB
141 GB 总 VRAM · nvswitch
105.8 GB 余量 · 容量有限
USD 2,345 / 月许可证与自托管注意事项
全部 10.29 B 常驻权重必须装入所选 GPU；上下文与并发会增加 KV 缓存。
GLM-4.6V Flash 采用 mit 发布，并保留版本级官方 URL 与验证日期。
允许商业使用. 官方许可允许商业使用，但仍须遵守其全部义务。
替代方案与同代变体
GLM-4.6V, GLM-4.5V
发布历程
zai/glm/glm-4-6v-flash
常见问题
GLM-4.6V Flash 需要多少 VRAM？
估算取决于精度、上下文和并发，并使用认证数据。
哪些运行时支持 GLM-4.6V Flash？
transformers, vllm, sglang 已有认证的上游证据。
GLM-4.6V Flash 可用于商业用途吗？
存储分类为允许商业使用；请查阅官方 mit 条款。
官方来源
最近验证: 2026-09-03