Сравнение Model
GLM-4.6V
против
Qwen3-Omni-30B-A3B-Instruct
28 февр. 2026 г.
Цены
Input
$
0.3
/ M Tokens
$
0.1
/ M Tokens
Output
$
0.9
/ M Tokens
$
0.4
/ M Tokens
Метаданные
Создать на
7 дек. 2025 г.
20 сент. 2025 г.
Лицензия
MIT
-
Поставщик
Z.ai
Qwen
Спецификация
Государство
Available
Available
Архитектура
Multimodal with Function Calling, Mixture of Experts (MoE)
natively end-to-end multilingual omni-modal foundation model with MoE-based Thinker-Talker design, AuT pretraining, and multi-codebook design
Калибровка
Да
Нет
Смешение экспертов
Да
Да
Общее количество параметров
106B
30B
Активированные параметры
106B
3B
Мышление
Нет
Нет
Точность
FP8
FP8
Длина контекста
131K
66K
Максимум Tokens
131K
66K
поддерживается функциональность
Безсерверный
поддерживается
поддерживается
Безсерверный LoRA
Не поддерживается
Не поддерживается
Тонкая настройка
Не поддерживается
Не поддерживается
Embeddings
Не поддерживается
Не поддерживается
Rerankers
Не поддерживается
Не поддерживается
Поддержка Image Input
Не поддерживается
Не поддерживается
Режим JSON
Не поддерживается
поддерживается
Структурированные Outputs
Не поддерживается
Не поддерживается
Инструменты
поддерживается
поддерживается
Завершение погашения
Не поддерживается
поддерживается
Chat Префикс Заполнение
Не поддерживается
поддерживается
GLM-4.6Vв сравнении
Смотрите как GLM-4.6Vсравнивается с другими популярными моделями по ключевым параметрам.
ВС
MiniMax-M2.5
ВС
GLM-5
ВС
Step-3.5-Flash
ВС
GLM-4.7
ВС
MiniMax-M2.1
ВС
MiniMax-M2
ВС
Qwen3-VL-32B-Instruct
ВС
Qwen3-VL-32B-Thinking
ВС
Qwen3-VL-30B-A3B-Instruct
ВС
Qwen3-VL-30B-A3B-Thinking
ВС
Qwen3-VL-235B-A22B-Instruct
ВС
Qwen3-VL-235B-A22B-Thinking
ВС
Qwen3-Omni-30B-A3B-Instruct
ВС
Ring-flash-2.0
ВС
Ling-flash-2.0
ВС
Qwen3-Omni-30B-A3B-Captioner
ВС
Qwen3-Omni-30B-A3B-Thinking
ВС
Qwen3-Next-80B-A3B-Instruct
ВС
Qwen3-Next-80B-A3B-Thinking
ВС
gpt-oss-120b
