GLM-4.6V-Flash — это облегчённая версия мультимодальной языковой модели семейства GLM-V с 9 миллиардами параметров, оптимизированная для локального развёртывания и приложений с низкой задержкой. Несмотря на компактный размер, модель сохраняет ключевые возможности старшей 106-миллиардной версии, включая контекстное окно в 128 тысяч токенов и поддержку нативного мультимодального вызова функций (Native Multimodal Function Calling) — инновации, которая впервые появилась в линейке GLM-V и позволяет передавать изображения, скриншоты и документы напрямую как параметры инструментов без промежуточного текстового преобразования. Конфигурация модели обеспечивает обработку ~150 страниц документов, 200 слайдов или часового видео в одном проходе.
Модель демонстрирует state-of-the-art результаты среди открытых моделей сопоставимого масштаба. На бенчмарке MMBench V1.1 Flash-версия достигает 86.9 баллов, на MathVista (математическое мультимодальное рассуждение) — 82.7, на OCRBench (распознавание текста в изображениях) — 84.7, а на AI2D (понимание научных диаграмм) — 89.2. Особенно впечатляющих результатов модель добивается в агентных задачах: 71.8 на WebVoyager (навигация в браузере) и 69.8 на Design2Code (воспроизведение UI в код), опережая значительно более крупные модели вроде Qwen2.5-VL-72B в задачах понимания длинных документов.
Сценарии использования модели включают: локальную обработку конфиденциальных документов (финансовые отчёты, медицинские записи) с анализом таблиц и графиков без; генерацию фронтенд-кода (точного HTML/CSS) из скриншотов интерфейсов с возможностью итеративного редактирования по текстовым командам; создание мультимодальных агентов для автоматизации задач вроде визуального поиска в интернете или обработки смешанных медиа-контентов (текст + изображения) для соцсетей. Благодаря лицензии MIT и поддержке inference-фреймворков vLLM и SGLang, модель готова к промышленному внедрению как в облачных, так и в edge-сценариях.
| Наименование модели | Контекст | Тип | GPU | Статус | Ссылка |
|---|
Для данной модели пока нет публичных эндпоинтов.
Эндпоинт — это сервер с предустановленным программным обеспечением, с помощью которого автоматически скачиваются веса нейросети и запускается OpenAI-совместимый API для обращений к серверу.
Частный эндпоинт создается в проекте пользователя, принадлежит пользователю монопольно и тарифицируется за каждую конфигурацию сервера в соответствии с нашими инфраструктурными тарифами.
Мы рекомендуем создание частных эндпоинтов в случаях, если необходимо:
| Наименование | GPU | TPS | Параллельность (макс.) | |||
|---|---|---|---|---|---|---|
131 072 |
1 | 46,94 ₽ | 73.92 | 2,25 | Запустить | |
131 072 tensor |
2 | 51,34 ₽ | 3,29 | Запустить | ||
131 072 tensor |
2 | 139,77 ₽ | 6,49 | Запустить | ||
131 072 |
1 | 141,77 ₽ | 3,88 | Запустить | ||
131 072 |
1 | 341,77 ₽ | 12,68 | Запустить | ||
131 072 |
1 | 367,41 ₽ | 15,24 | Запустить | ||
131 072 tensor |
2 | 411,81 ₽ | 27,08 | Запустить | ||
131 072 |
1 | 423,04 ₽ | 23,83 | Запустить | ||
131 072 tensor |
2 | 839,97 ₽ | 49,36 | Запустить | ||
| Наименование | GPU | TPS | Параллельность (макс.) | |||
|---|---|---|---|---|---|---|
131 072 |
1 | 46,94 ₽ | 1,41 | Запустить | ||
131 072 tensor |
2 | 51,34 ₽ | 2,42 | Запустить | ||
131 072 |
1 | 73,73 ₽ | 1,61 | Запустить | ||
131 072 |
1 | 91,14 ₽ | 1,60 | Запустить | ||
131 072 pipeline |
3 | 127,37 ₽ | 1,91 | Запустить | ||
131 072 tensor |
2 | 139,77 ₽ | 5,72 | Запустить | ||
131 072 |
1 | 141,77 ₽ | 3,04 | Запустить | ||
131 072 tensor |
4 | 162,57 ₽ | 1,84 | Запустить | ||
131 072 |
1 | 211,77 ₽ | 101.79 | 11,85 | Запустить | |
131 072 |
1 | 341,77 ₽ | 11,84 | Запустить | ||
131 072 |
1 | 367,41 ₽ | 14,40 | Запустить | ||
131 072 tensor |
2 | 411,81 ₽ | 26,21 | Запустить | ||
131 072 |
1 | 423,04 ₽ | 23,00 | Запустить | ||
131 072 tensor |
2 | 839,97 ₽ | 48,49 | Запустить | ||
| Наименование | GPU | TPS | Параллельность (макс.) | |||
|---|---|---|---|---|---|---|
131 072 tensor |
2 | 83,37 ₽ | 3,48 | Запустить | ||
131 072 pipeline |
3 | 94,64 ₽ | 2,77 | Запустить | ||
131 072 tensor |
4 | 112,24 ₽ | 2,85 | Запустить | ||
131 072 tensor |
2 | 139,77 ₽ | 3,87 | Запустить | ||
131 072 tensor |
2 | 139,77 ₽ | 3,87 | Запустить | ||
131 072 |
1 | 141,77 ₽ | 1,09 | Запустить | ||
131 072 tensor |
4 | 162,57 ₽ | 1,02 | Запустить | ||
131 072 tensor |
2 | 171,77 ₽ | 3,86 | Запустить | ||
131 072 |
1 | 211,77 ₽ | 70.07 | 9,91 | Запустить | |
131 072 |
1 | 341,77 ₽ | 9,89 | Запустить | ||
131 072 |
1 | 367,41 ₽ | 12,45 | Запустить | ||
131 072 tensor |
2 | 411,81 ₽ | 24,37 | Запустить | ||
131 072 |
1 | 423,04 ₽ | 21,05 | Запустить | ||
131 072 tensor |
2 | 839,97 ₽ | 46,65 | Запустить | ||
Свяжитесь с нашей специализированной группой поддержки по нейросетям support@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.