GLM-4.6V
Z.ai開放權重MIT
GLM-4.6V是Z.ai的多模態大模型。在LMArena視覺綜合榜排第113名(共167個),得分1164±14,2,455票。分項中表現最好的是圖表理解(第102/123名)。授權為MIT。
關鍵數據
LMArena · 綜合1164±14#113 / 167 · 票數 2,455
OCR 文字辨識1171±16#108 / 123 · 票數 1,484
圖表理解1182±23#102 / 123 · 票數 578
作業題1155±36#113 / 118 · 票數 271
看圖寫作1113±41#103 / 104 · 票數 241
英文1179±20#111 / 167 · 票數 914
中文1217±41#87 / 128 · 票數 166
- 廠商
- Z.ai
- 授權
- MIT
- 首次上榜(本站記錄)
- 2026-10-26
暫無資料:圖片描述、物體/人物辨識、幽默理解。
適合誰用
- 綜合榜第 113/167 名,處於下半區,可能更看重成本或部署方式。
- 最強分項:圖表理解(第 102/123 名)。
- 開放權重(MIT),可以自行部署。
綜合榜排名相鄰的模型
| # | 模型 | 得分 | 票數 | 授權 | 與本模型差距 |
|---|---|---|---|---|---|
| 110 | 1169 | 1,436 | Proprietary | +5 | |
| 111 | 1168 | 3,694 | Proprietary | +4 | |
| 112 | 1165 | 16,982 | Gemma | +1 | |
| 113 | 1164 | 2,455 | MIT | ||
| 114 | 1161 | 8,902 | Proprietary | -3 | |
| 115 | 1159 | 3,928 | Proprietary | -5 | |
| 116 | 1158 | 10,135 | Proprietary | -6 |
替代方案 · Z.ai 的其他模型
| # | 模型 | 得分 | 票數 | 授權 |
|---|---|---|---|---|
| 24 | 1294 | 16,254 | MIT | |
| 50 | 1264 | 42,757 | Proprietary | |
| 118 | 1154 | 3,243 | MIT | |
| 163 | 928 | 1,991 | CogVLM2 |
替代方案 · 得分最高的開放權重模型
| # | 模型 | 得分 | 票數 | 授權 |
|---|---|---|---|---|
| 24 | 1294 | 16,254 | MIT | |
| 34 | 1282 | 16,368 | Modified MIT | |
| 38 | 1278 | 4,100 | MIT | |
| 39 | 1276 | 40,219 | Apache 2.0 | |
| 44 | 1269 | 7,614 | Apache 2.0 |
怎麼看這些分數
- 分數差在 ± 信賴區間內時,兩個模型實際差別不明顯。
- 分項榜各自獨立計算,不同分項的分數不能橫向比較。
- 票數少的模型分數波動更大,新上榜模型的名次可能變化。
常見問題
GLM-4.6V 在多模態大模型排行榜上排第幾?
綜合第 113 名(1164 分);OCR 文字辨識第 108 名(1171 分);圖表理解第 102 名(1182 分);作業題第 113 名(1155 分);看圖寫作第 103 名(1113 分);英文第 111 名(1179 分);中文第 87 名(1217 分)(LMArena,資料截至 2026年10月26日)。
GLM-4.6V 的 OCR 文字辨識能力怎麼樣?
GLM-4.6V 在 LMArena OCR 分榜排第 108/123 名,1171 分(1,484 票)。
GLM-4.6V 中文和英文看圖哪個更強?
中文分榜第 87/128 名(1217 分),英文分榜第 111/167 名(1179 分)。兩榜分別計算,分數不能直接相比,名次更有參考意義。
GLM-4.6V 是開源/開放權重的嗎?
LMArena 記錄的授權是 MIT,不是專有授權;能否商用請以授權原文為準。
GLM-4.6V 和第一名差多少?
綜合榜第一是 Claude Fable 5 (High)(1325 分),GLM-4.6V 為 1164 分,差 161 分。
資料來源
LMArena 資料發布於 2026年10月19日。
本站同步於 2026年10月26日。
價格、上下文長度、發布時間等暫無可靠公開資料,未顯示;所有數值來自快照,空白為 –。