← 全部模型

GLM-Image

發布時間 發布主體 Zhipu AIglm-image

模型定位

GLM-Image 是智譜的開源圖像生成模型,採用自回歸模型與擴散解碼器混合架構,著重指令理解、圖中文字呈現及知識密集型圖像生成。官方介紹其架構包含 9B 自回歸模型與 7B 擴散解碼器。(docs.bigmodel.cn)

能力與用途

  • 支援依文字提示生成圖像,適用於商業海報、科普插畫、原理示意圖、多格漫畫及社群媒體圖文。
  • 擅長在圖像中呈現中英文文字和較複雜的資訊結構;生成結果仍應人工核對文字、事實與細節。
  • 官方開源模型亦提供以參考圖進行圖生圖的示例;不同部署方式與平台 API 的支援範圍可能不同。(docs.bigmodel.cn)

限制與授權

  • 智譜國內 API 文件列出的輸入為文字,最多 1,000 字元;輸出為圖片 URL,需自行下載。
  • 自訂圖片寬高各須介於 512 至 2,048 像素,且均為 32 的倍數。
  • 官方模型卡指出,本地推論成本較高;使用 CPU 卸載可將 GPU 記憶體需求降至約 23 GB,但推論速度較慢。整體模型採 MIT 授權,所含部分 X-Omni 元件仍須遵循 Apache 2.0 授權。(docs.bigmodel.cn)

價格

查詢日期:2026-11-17。以下為不同官方平台的原幣報價,並非匯率換算:

  • 智譜國內平台:人民幣(CNY)0.1 元/次,適用多種解析度;官方定價表列明此模型不支援 Batch API。定價按次列示,未列獨立輸入或輸出 Token 單價。官方國內定價 (docs.bigmodel.cn)
  • Z.AI 國際平台:美元(USD)0.015 美元/張輸出圖像;官方未在該圖像價格表中列獨立輸入或輸出 Token 單價。官方國際定價 (docs.z.ai)

發布日期與官方來源