---
title: "OpenAI and Google Shocked by the First EVER Open Source AI Agent"
source_url: https://youtu.be/hMTdA8TAL1s
captured_at: 2025-12-18
author: "AI Revolution"
contributor: "ชิดชนก"
platform: youtube
---
# OpenAI and Google Shocked by the First EVER Open Source AI Agent

youtube video by **AI Revolution**, 12m50s, uploaded 2025-12-10. URL: https://youtu.be/hMTdA8TAL1s
Tags: AI News, AI Updates, AI Revolution, AI, ai, open source ai, glm four point six v, zhipu ai, open source agent, multimodal agents, visual tool calling, long context ai, ultralong memory ai, ui automation ai, frontend generation ai, deepseek, openai, google, gemini, claude, optimus, ai agents, agentic ai, multimodal ai, ai breakthroughs, ai news, tech news, future tech, large language models, open s

## Shared in LINE Note+
- 2025-12-18 11:33 by ชิดชนก — nearby chat: สรุป:  1. ราคาค่าบริการของ Inet เราให้ Inet เสนอเราโดยตรงก็ได้ และ เราจ่ายเป็นรายเดือนก็ได้ ถ้าจ่ายทีเดียวทั้ปี ต้องมีส่วนลด (Ready IDC ผมต่อรองมาที่ 10%) 2. ค่าบริการของ JWS แจ้งมาชัดเจนเลยว่าครอบคลุอะไรบ้าง  ชำระรายเดือนได้ไม๊ ? ในส่วน License ของ SAP ที่น่าจะได้ส่วนแบ่งประจำปี รวมบริการอะไรบ้าง ?

## Description
Zhipu AI just dropped the first real open source AI agent, and the entire industry felt it instantly. GLM four point six V delivers native multimodal tool-calling, full visual reasoning, pixel-accurate UI automation, and a massive one hundred twenty eight thousand token context window that handles documents, videos, charts, and screenshots in one pass. It is the first open source model that matches capabilities previously locked inside OpenAI and Google, and its Flash version runs locally for free. This release sent a shockwave through every major lab and pushed the open source race into a new era.

👉 Join the waitlist for the 2026 AI Playbook: 

📩 Brand Deals & Partnerships: me@faiz.mov
✉ General Inquiries: airevolutionofficial@gmail.com

🧠 What You’ll See:
• The first real open source AI agent with native multimodal tool calling — 
• GLM four point six V building full UI layouts and verifying changes visually — 
• The Flash model running locally with fast multimodal reasoning — 
• How visual search, frame extraction, and interleaved reasoning work inside GLM four point six V — 

🚨 Why It Matters:
AI just moved into a new phase: open source models that understand screens, parse ma