← 全部模型

CogView4-6B

发布时间 发布主体 Zhipu AI

模型定位

CogView4-6B 是智谱发布的文生图模型,采用约 60 亿参数的 CogView-4 Diffusers 版本,接收文本提示词并生成图像。官方于 2025 年 3 月 4 日宣布适配并开源该版本。(github.com)

能力与用途

  • 支持中文和英文提示词,能在生成的图像中绘制中文文字;可用于插画、创意视觉素材和含文字的图像制作。
  • 使用 GLM-4-9B 作为文本编码器;官方开源模型资料列出的提示词长度上限为 1024 tokens。
  • 可通过 Diffusers 进行推理,官方也提供 CogKit 微调与推理工具。(github.com)

限制与部署

  • 开源模型的图像宽、高均须在 512–2048 像素之间,且为 32 的倍数;总像素数不能超过 2²¹。
  • 官方模型卡列出 BF16 和 FP32 推理精度;不支持 FP16,因为可能溢出并产生全黑图像。
  • 硬件开销取决于分辨率和卸载配置。官方在 BF16、批量大小为 4、1024×1024 测试中记录:不卸载时约需 35 GB 显存;启用 CPU 卸载时约需 20 GB;再使用 4 位文本编码器时约需 13 GB。官方建议设备至少有 32 GB 内存。
  • 生成的图中文字不保证完全准确,实际效果应人工检查。官方模型卡标注权重采用 Apache 2.0 许可,使用时仍应查阅具体许可条款。(huggingface.co)

价格

以下是官方平台以 CogView-4 名称公布的托管服务价格;定价页面未确认其部署版本与本条开源 6B 权重完全相同,因此不应将其视为自托管模型的运行成本。查询日期:2026 年 11 月 19 日。

国内与国际价格分别适用于各自平台,不能视为通过汇率换算的同一套餐。自托管权重的硬件、部署及其他成本取决于实际环境。

官方来源