GLM-4.6V-Flash

概览与定位

GLM-4.6V-Flash 是 GLM-4.6V 系列的轻量版（约 9B 参数），面向本地部署与低时延应用场景。其在训练中同样采用 128K 级上下文设置，并继承本系列的原生 Function Calling 能力，用于视觉驱动的工具调用与多模态 Agent。参见 Hugging Face 模型卡 与卡片内链接的 官方文档。

架构与技术规格

公开信息显示参数量约 9B，为便于单机/边缘侧低成本推理进行了优化；模型卡提供了 vLLM 与 SGLang 推理示例及推荐超参。详见 模型卡。

模态与核心能力

支持图像+文本输入与文本输出，重点面向文档理解、界面还原/编辑、低延迟的多模态交互，以及在本地资源受限环境下的部署与使用。参见 模型卡。

应用与限制

适用于需要快速响应与本地化部署的多模态任务；模型卡同时提示当前在纯文本 QA、复杂提示下的重复思考等方面仍有改进空间。

获取方式与许可

权重已发布至 Hugging Face，许可为 MIT，并提供推理代码示例与评测建议。参见 模型卡 与 GLM-V GitHub。