Qwen 在视觉小模型上落后 GLM 不是一点

7 条回复

49 次浏览

同样的问题，qwen-3.5-9b 还在思维链无限重复呢， glm-4.6v-flash 已经出结果了

qwen 思维链无限重复可以把上下文耗尽后直接截断，思维链长度上不封顶，出结果最快要思考 2 分钟，32K 以下大概率爆上下文

glm 思维链重复最多 4 次，50 秒内必然可以出结果，16K 上下文就稳了

同样是 Q4 量化，qwen 做到了看着还行却啥也不是

真的符合阿里刻板印象

阿里员工自己都不用自家的千问模型，你说呢 smirk

我对他寄予厚望，研究了一个星期，发现无论如何无法防止他在思维链里一直转圈拉屎

直到昨天下载了一个 glm-4.6v-flash

？glm 居然也有可以视觉的模型？学到了
最近正苦恼，国外的模型 gpt 和 claude 用不起，国内的模型感觉总是差一点，kimi2.6 能识图但是做任务感觉质量一般，glm 和 ds 做任务好但是没法识图。搞得有点卡住了

glm 从 4.1V 开始就有多模态模型了，但是参数量小

我记得是从 5 开始，旗舰模型上的多模态

glm 的 4.6V 真的夸爆，速度快，识别率高，在 4.6V 的官方介绍页里，智谱说它能做到像素级 UI 转代码

所以 GLM5.x 的 UI 编码能力应该也不差，我没用它写过，这只是我的猜测

抱歉记错了，GLM 的旗舰模型目前还没有上多模态

估计下一两个版本，视觉和文本就融合了。 doge

那就起飞了