2026-01-14 11:15:00
这波升级确实实用，特别是能自动统计外卖小票还提醒过敏原，对家里有老人小孩的挺友好。不过复杂PDF处理还是差点意思，像我们做设计提案时那种图文混排，现在还得手动调整
GLM-4.6V 实测!会用ToolCall的AI能做什么?
karminski
AI为你总结
全文概述
GLM-4.6V 支持 Agent/MCP 能力，扩展了测试场景。其 OCR 和 PDF 处理能力显著提升，但在复杂排版和动态网站还原方面仍需改进。相比 GLM-4.5V，性能增强且应用场景更广，价格更具竞争力。
外卖小票识别测试
GLM-4.6V 成功识别多张外卖小票的内容，包括食物种类、花费及可能的过敏原，表现完美。
PDF 视觉报告 Agent 测试
在处理简单布局的 PDF 时，GLM-4.6V 可以准确截取图片并生成内容丰富的文案，但对复杂排版的 PDF 处理效果不佳。
动态网站还原测试
GLM-4.6V 能够还原网页中的文本，但无法还原动效，需要针对性训练。
对象标记测试
GLM-4.6V 在复杂的动物图像中成功识别长颈鹿，但在遮挡情况下少算了一只羚羊，整体表现优于前代模型。
3D 建模测试
GLM-4.6V 的 3D 建模能力表现出色，能够完整还原物体，但在空间位置细节上存在一些问题。
知识量测试
GLM-4.6V 能正确指导如何使用万用表测量电池电量，展示了其强大的知识储备和实用性。
定价与应用
GLM-4.6V 加入 GLM Coding Plan，价格比 GLM-4.5V 便宜一半，适用于更多多模态编程任务。
0评论
当前文章无评论，是时候发表评论了
提示信息
取消
确认
评论举报
已收藏
去我的收藏夹