智谱大模型突然开源，性能追平顶尖水准，图片却难显示

哈喽，大家好，今天小墨这篇评论，主要来分析智谱GLM-4.6V开源爆火，性能惊艳却藏小遗憾。

AI圈刚炸了个大消息，智谱毫无预兆地把重磅多模态大模型GLM-4.6V系列开源了。这波操作直接让不少开发者连夜蹲守下载，毕竟能免费用到接近顶尖水准的模型，放在以前想都不敢想。

更让人意外的是，连去年就火过一把的AutoGLM智能体也同步开源。这款被业内视为“全球首个具备手机操作能力的AI Agent”的工具，功能类似刚发布技术预览版的豆包手机助手，这下普通用户也能上手体验了。

这次智谱一次性放出两个版本的GLM-4.6V模型，针对性做得很明确。基础版GLM-4.6V（106B-A12B）主打云端和高性能集群场景，轻量版GLM-4.6V-Flash（9B）则适合本地部署，满足低延迟应用需求。

最关键的是价格诚意，GLM-4.6V系列比上一代GLM-4.5V降价50%，API调用输入仅1元/百万tokens，输出3元/百万tokens。轻量版更直接全面免费，这对个人开发者和小团队来说，简直是降维福利。

值得一提的是，AutoGLM的开源也填补了手机端AI Agent的开源空白。每日经济新闻12月1日报道，字节跳动刚发布豆包手机助手技术预览版，主要和手机厂商合作推进。

而AutoGLM作为更早出现的同类工具，如今开源后，开发者或许能基于它做出更多个性化的手机助手功能。

9B版本的GLM-4.6V-Flash在34项测试中，有22项分数超过了Qwen3-VL-8B。106B参数12B激活的基础版更厉害，表现和参数量是它两倍的Qwen3-VL-235B不相上下。

在视频理解方面表现也很稳定，上传一段6分48秒的视频制作技巧分享视频，几秒钟内就能解析出视频思路、叙事技巧和镜头运用方式，还能给出成为摄影博主的建议。

比如测试网页复刻功能时，让它把X平台登录页面的图标X改为Z，模型却误生成了向上箭头的形状。

不过好在常规功能都很稳定，像识图购物比价功能，输入“搜索iPhone 17 Pro Max各平台价格”，就能自动生成包含商品链接的比价表格，点击就能跳转购买。

有电商从业者尝试用它搜索《疯狂动物城2》中尼克狐的同款眼镜，模型通过图像搜索功能，很快就找出了同款眼镜的实拍图，精准度还是值得肯定的。