サポートエージェントがユーザーの見ている画面のスクリーンショットを GLM-4.6V に送ると、壊れている要素を特定してくれます —— 以前使っていたビジョンモデルよりずっと安いです。
GLM 4.6V API は Z.ai の 4.6 世代ビジョン言語モデル —— 画像・動画フレーム・文書をテキストと一緒に受け取り、OCR、グラフや表の抽出、視覚推論を行い、ネイティブのツール呼び出しと構造化出力に対応。GLM 4.6V API は OpenAI 互換：既存の SDK を RouterBase に向け、model を glm-4-6v に設定。入力 $0.255 / 1M トークン、出力 $0.765 / 1M トークン、キャッシュ入力読み取り $0.0425 / 1M —— 公式より 15% 安く、すべて 1 つの REST エンドポイントで。
Input
GLM-4.6V
Hi! I'm a helpful AI assistant. What can I do for you?
GLM 4.6V API：チャット
GLM 4.6V API でアプリに「目」を持たせる —— Z.ai の 4.6 世代ビジョン言語モデルが画像・動画フレーム・スクリーンショット・文書を読み取り、テキストやツール呼び出しで応答します。
GLM 4.6V API は Z.ai の 4.6 世代ビジョン言語（マルチモーダル）モデルです —— 画像・動画フレーム・文書をテキストと一緒に受け取り、OCR、グラフや表の抽出、視覚推論を行い、ネイティブのツール呼び出しと構造化出力に対応します。RouterBase 経由で GLM 4.6V API は完全に OpenAI 互換：既存の SDK を RouterBase の base URL に向け、model を glm-4-6v に設定すれば、最初の GLM 4.6V API 呼び出しがすぐに通ります。
GLM 4.6V API の料金は入力 $0.255 / 1M トークン、出力 $0.765 / 1M トークン、キャッシュ入力読み取り $0.0425 / 1M —— 公式公開価格より 15% 安い。1 つの RouterBase キーで GLM 4.6V API と 200+ のモデルを利用 —— Z.ai アカウントは不要です。
GLM 4.6V API が選ばれる 6 つの理由
フレーム単位で正確な画像読み取りから 15% 引き価格まで —— チームが GLM-4.6V をマルチモーダル機能の裏側に置く理由。
画像・動画・文書を見る
GLM 4.6V API はテキストに加えて画像・複数ページの文書・動画フレームを受け取ります —— OCR、グラフや表の抽出、視覚推論を 1 回のマルチモーダル呼び出しで処理します。
文書・グラフ・OCR
スクリーンショット、スキャン PDF、請求書、ダッシュボードを GLM 4.6V API に渡せば、テキスト・表・構造を抽出 —— 別の OCR パイプラインを動かす必要はありません。
ネイティブのツール呼び出し
GLM 4.6V API は見たものから直接、OpenAI ツール形式で関数を呼び出します —— フォームを読ませてから、1 つのマルチモーダルエージェントループであなたのツールを起動。
長いコンテキストウィンドウ
長い複数画像の文書、会話履歴全体、画像とテキストが入り混じったやり取りを、1 回の GLM 4.6V API リクエストに収められます。
OpenAI 互換・1 キー
GLM 4.6V API は画像を含む OpenAI chat-completions 形式に対応；同じ RouterBase キーで GPT-5.5、Claude、Gemini、200+ のモデルにもルーティング。
公式より 15% 安い
GLM 4.6V API は Z.ai の公開価格より 15% 安い —— 入力 $0.255 / 1M、出力 $0.765 / 1M、キャッシュ $0.0425 / 1M。画像入力もトークンとして課金されるので、マルチモーダルは安いまま。
クイックスタート
3 ステップで GLM 4.6V API を使い始める
サインアップから最初の応答まで 5 分以内。
RouterBase API キーを作成
アカウントを作成してキーを生成 —— GLM-4.6V と RouterBase カタログの他のすべてのモデルが使えるようになります。
最初のメッセージを送信
OpenAI 互換の SDK を routerbase.com/v1 に向け、model を glm-4-6v に設定し、テキストの隣に image_url パートを添えてメッセージを送信。レスポンスは標準の chat-completions スキーマに従い、ストリーミングにも対応。
使用量を確認
各レスポンスにはテキストと画像の入力、出力、キャッシュ入力の完全なトークン内訳が含まれ、GLM 4.6V API のマルチモーダルコストを呼び出しごとに追えます。
使った分だけ支払う
RouterBase はパートナー料金を素通しで提供。モデルの公式 API 料金と比較してください。
チームが GLM 4.6V API で実現していること
RouterBase の 200+ モデルカタログ上で動く実運用ワークロード。
レシートと請求書のスキャンを週末で出荷できました —— base URL を GLM 4.6V API に差し替えるだけで画像解析がそのまま動き、OCR ベンダーは不要でした。
ロボットがカメラフレームを GLM-4.6V にストリーミングすると、標準のツール呼び出しで根拠のあるアクションを返してくれます —— OpenAI 形式のおかげでアダプタ作業はゼロでした。
1 つの RouterBase キーの裏で GLM-4.6V をより大きなビジョンモデルとベンチマークしました —— グラフと表の読み取りでは、ごくわずかな価格で互角でした。
私たちの RAG はスキャンした契約書をページ画像としてインデックスするようになりました —— GLM-4.6V がそれを直接読み、キャッシュ入力レートのおかげで長い参照文書も安く保てます。
1 つのメッセージで画像とテキストを混ぜても GLM 4.6V API なら問題なし —— グラフと質問を一緒に送れば、根拠のある答えが返ってきます。
よくある質問
GLM 4.6V API についてよくある質問。
GLM 4.6V API は RouterBase による Z.ai GLM-4.6V へのパススルーです —— 画像・動画フレーム・文書を入力として受け取る 4.6 世代ビジョン言語モデルで、ネイティブのツール呼び出しと構造化出力を備え、OpenAI 互換の REST インターフェースで提供されます。