Z.ai: GLM 4.6V

GLM 4.6V is een groot multimodaal model van Z.ai, vermeld op api14 onder het model-id z-ai/glm-4.6v. Het valt in de categorie tekst, en Z.ai beschrijft het als gebouwd voor hoogwaardig visueel begrip en redeneren over lange contexten bij afbeeldingen, documenten en gemengde media. Het werd door de provider uitgebracht op 8 december 2025.

Het model accepteert afbeelding, tekst en video als invoer en retourneert tekst. Het contextvenster is 131072 tokens, en de maximale uitvoer is 32768 tokens. Z.ai merkt op dat het complexe paginalay-outs aankan en werkt over lange contexten tot 128K tokens, wat het geschikt maakt voor materiaal waarbij de visuele structuur net zo belangrijk is als de woorden. Omdat de uitvoer alleen tekst is, is het een lees- en redeneermodel in plaats van een generator van afbeeldingen of video.

Praktische toepassingen volgen direct uit die combinatie. Je kunt gescande documenten of gefotografeerde pagina's sturen en vragen om de inhoud te extraheren, samen te vatten of te herstructureren, waarbij rekening wordt gehouden met de lay-out. Screenshots en interface-opnames kunnen worden omgezet in geschreven beschrijvingen of worden gecontroleerd aan de hand van verwachtingen. Video-invoer ondersteunt taken zoals samenvatten, vraagbeantwoording over wat er in een clip gebeurt, of het ophalen van gestructureerde notities uit opgenomen materiaal. Lange inputs met gemengde media zijn geschikt voor onderzoek over verzamelde documenten, rapporten van meerdere pagina's en archieven waarbij je een enkele redeneerronde wilt in plaats van stukje voor stukje aan elkaar te naaien.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id z-ai/glm-4.6v. De ondersteunde aanvraagparameters zijn frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, temperature, tool_choice, tools, top_k en top_p. Tool calling en gestructureerde uitvoer zijn daarom beschikbaar via tools, tool_choice en response_format, en de parameters reasoning en include_reasoning laten je bepalen hoe redeneringen naar voren komen. Sampling kan worden afgestemd met temperature, top_p, top_k, seed, de strafparameters en stop-reeksen, terwijl max_tokens de lengte van het antwoord begrenst.

Als je taak geen afbeeldingen, documenten of video betreft, kan een tekst-only model eenvoudiger en goedkoper zijn om te draaien, aangezien het multimodale invoerpad bestaat voor visueel en gemengd-mediawerk. De video- en afbeeldingsinvoer hangen ook af van wat je daadwerkelijk wilt extraheren; voor platte tekstgeneratie over lange invoer voegen de visuele mogelijkheden niets toe. Anders dekt de combinatie van een context van 131072 tokens, een maximale uitvoer van 32768 tokens en tool-ondersteuning de meeste workloads voor document-, screenshot- en video-analyse.