← すべてのモデル

GLM-4.1V-9B-Thinking

公開日 提供元 Zhipu AI

モデルの位置付け

GLM-4.1V-9B-Thinking は、GLM-4-9B-0414 を基盤とする 9B 級の視覚言語推論モデルで、思考パラダイムと強化学習を組み合わせ、複雑なマルチモーダル理解・推論タスクを対象としています。公式はモデルの重みを公開しており、モデルカードには MIT ライセンスと記載されています。(huggingface.co)

能力と用途

  • 中国語と英語、画像とテキストの理解・推論に対応し、画像に関する質問応答、学科の問題解決、長文書の理解、マルチモーダルエージェントなどの用途に適しています。
  • 公式モデルカードでは、64K のコンテキスト、任意のアスペクト比、最高 4K 解像度の画像に対応するとしています。公式リポジトリには動画推論に関連するコードも提供されています。
  • 公式レポートによると、掲載された 28 項目の評価のうち、23 項目で 10B 級モデルの最高性能を達成しました。これらの結果は特定の評価条件を反映したものであり、すべての実際のタスクにおける性能を示すものではありません。(huggingface.co)

制限

モデルは誤った、または信頼性に欠ける視覚認識・推論結果を生成する可能性があるため、重要な結論は人手による検証が必要です。64K のコンテキストと 4K 画像は公式が公称する能力であり、実際に利用可能な長さ、画像の処理方法、デプロイに必要なリソースは、推論フレームワークとデプロイ設定に依存します。動画推論には公式リポジトリの実装を参照する必要があり、これをもってすべての API プラットフォームが同じ動画入力方式に対応すると推測すべきではありません。(huggingface.co)

公開日

2025 年 7 月 1 日。公式 GitHub リポジトリの同日の更新記録で、このモデルと技術レポートの公開が発表されました。(github.com)

価格

2026 年 11 月 18 日時点で、この 9B モデルについて、智谱の公式中国国内プラットフォームにおける人民元建ての入力および出力 API 価格は確認できませんでした。国内の料金ページには JavaScript が必要で、今回の読み取りでは料金表を取得できませんでした。公式国際サイトの米ドル建て料金ページにはこのモデルが掲載されておらず、入力および出力価格も確認できていません。これはモデルが無料であることを意味するものではなく、他のモデルや第三者プラットフォームの価格を本モデルの公式価格とみなすものでもありません。(open.bigmodel.cn)

公式情報源