← Alle Modelle

CogView4-6B

Veröffentlicht Herausgeber Zhipu AI

Modelleinsatzzweck

CogView4-6B ist ein von Zhipu veröffentlichtes Text-zu-Bild-Modell. Es verwendet die CogView-4-Diffusers-Version mit etwa 6 Milliarden Parametern, nimmt Text-Prompts entgegen und erzeugt Bilder. Am 4. März 2025 kündigte Zhipu offiziell die Anpassung und Open-Source-Veröffentlichung dieser Version an. (github.com)

Fähigkeiten und Anwendungen

  • Unterstützt chinesische und englische Prompts und kann chinesische Schrift in erzeugten Bildern darstellen; eignet sich für Illustrationen, kreative visuelle Materialien und die Erstellung von Bildern mit Text.
  • Verwendet GLM-4-9B als Textencoder; die offiziellen Unterlagen zum Open-Source-Modell nennen eine maximale Promptlänge von 1024 Token.
  • Die Inferenz ist über Diffusers möglich; außerdem stellt Zhipu offiziell das CogKit-Werkzeug für Feinabstimmung und Inferenz bereit. (github.com)

Einschränkungen und Bereitstellung

  • Breite und Höhe der Bilder müssen beim Open-Source-Modell jeweils zwischen 512 und 2048 Pixeln liegen und ein Vielfaches von 32 sein; die Gesamtzahl der Pixel darf 2²¹ nicht überschreiten.
  • Die offizielle Modellkarte nennt BF16 und FP32 als Inferenzpräzisionen; FP16 wird nicht unterstützt, da es zu Überläufen und vollständig schwarzen Bildern kommen kann.
  • Der Hardwarebedarf hängt von der Auflösung und der Auslagerungskonfiguration ab. Bei einem offiziellen Test mit BF16, einer Batchgröße von 4 und 1024×1024 wurden folgende Werte erfasst: ohne Auslagerung etwa 35 GB Grafikspeicher; mit CPU-Auslagerung etwa 20 GB; bei zusätzlicher Verwendung eines 4-Bit-Textencoders etwa 13 GB. Offiziell werden mindestens 32 GB Arbeitsspeicher empfohlen.
  • Die Genauigkeit des Textes in erzeugten Bildern ist nicht vollständig garantiert; die tatsächlichen Ergebnisse sollten von Menschen überprüft werden. Laut offizieller Modellkarte stehen die Gewichte unter der Apache-2.0-Lizenz; bei der Nutzung sollten dennoch die konkreten Lizenzbedingungen geprüft werden. (huggingface.co)

Preise

Nachfolgend stehen die von den offiziellen Plattformen unter dem Namen CogView-4 veröffentlichten Preise für den gehosteten Dienst. Die Preisseiten bestätigen nicht, dass die dort bereitgestellte Version vollständig mit den hier behandelten offenen 6B-Gewichten identisch ist; die Preise sollten daher nicht als Betriebskosten des selbst gehosteten Modells angesehen werden. Abfragedatum: 19. November 2026.

  • Zhipu Open Platform in Festlandchina: Renminbi CNY 0.06 Yuan pro Aufruf. Die Eingabe ist Text, die Ausgabe ein Bild; die offizielle Seite gibt einen Preis pro Aufruf an und führt keine separaten Preise für Eingabe- und Ausgabetoken auf. Quelle: Offizielle chinesische Modell- und Preisseite für CogView-4. (docs.bigmodel.cn)
  • Internationale Z.AI-Plattform: US-Dollar USD 0.01 pro Bild. Der offizielle Preis richtet sich nach der Anzahl der ausgegebenen Bilder; separate Preise für Eingabe- und Ausgabetoken werden nicht aufgeführt. Quelle: Offizielle Preisseite von Z.AI. (docs.z.ai)

Die chinesischen und internationalen Preise gelten jeweils für ihre eigene Plattform und dürfen nicht als dasselbe, per Wechselkurs umgerechnete Angebot angesehen werden. Die Kosten für Hardware, Bereitstellung und Sonstiges bei selbst gehosteten Gewichten hängen von der tatsächlichen Umgebung ab.

Offizielle Quellen