vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
GLM-4.6V
模型简介
GLM-4.6 的多模态版本，把截图/文档理解与代码 agent 合到一个模型里。
- 参数量
- 108B
- 上下文
- 200K
- 所属
- GLM
- 类型
- 纯文本 / 可识别图像
- 商用
- 可商用
- 许可
- MIT
- 发布
- 2025-12-08
- 收录
- 2026-10-03