← 全部模型

GLM-4.1V-9B-Thinking

发布时间 发布主体 Zhipu AI

模型定位

GLM-4.1V-9B-Thinking 是基于 GLM-4-9B-0414 的 9B 级视觉语言推理模型,结合思考范式与强化学习,面向复杂多模态理解和推理任务。官方已公开模型权重,模型卡标注 MIT 许可证。(huggingface.co)

能力与用途

  • 支持中文和英文、图像与文本理解及推理,适合图像问答、学科问题求解、长文档理解和多模态智能体等场景。
  • 官方模型卡标称支持 64K 上下文、任意宽高比及最高 4K 分辨率图像;官方仓库还提供视频推理相关代码。
  • 官方报告称,在其列出的 28 项评测中,该模型有 23 项达到 10B 级模型最佳;这些结果反映特定评测条件,不代表所有实际任务的表现。(huggingface.co)

限制

模型可能产生错误或不可靠的视觉识别与推理结果,重要结论应经人工核验。64K 上下文和 4K 图像是官方标称能力,实际可用长度、图像处理方式和部署资源需求取决于推理框架及部署配置。视频推理需参照官方仓库的实现,不应据此推断所有 API 平台均支持相同视频输入方式。(huggingface.co)

发布日期

2025 年 7 月 1 日。官方 GitHub 仓库当天的更新记录宣布发布该模型及技术报告。(github.com)

价格

截至 2026 年 11 月 18 日,未能核实该具体 9B 模型在智谱官方国内平台的人民币输入及输出 API 价格;国内定价页面需要 JavaScript,当前读取未获得价格表。官方国际站美元定价页面未列出该具体模型,输入及输出价格亦未核实。这不表示模型免费,也不将其他型号或第三方平台价格视为本模型官方报价。(open.bigmodel.cn)

官方来源