Z.AI: GLM 4.5V

Z.AI: GLM 4.5V ist ein hochmodernes Vision-Language-Grundlagenmodell, das speziell für fortgeschrittene multimodale Agentenanwendungen entwickelt wurde. Basierend auf einer ausgeklügelten Mixture-of-Experts (MoE)-Architektur verfügt es über 106 Milliarden Parameter mit 12 Milliarden aktivierten Parametern, was eine hochmoderne Leistung in einem breiten Spektrum von Aufgaben gewährleistet. Dieses Modell erzielt außergewöhnliche Ergebnisse im Videoverständnis, bei Bild-Q&A, der optischen Zeichenerkennung (OCR) und der Dokumentenanalyse. Darüber hinaus zeigt es erhebliche Fortschritte im Frontend-Web-Codierung, Grounding und räumlichen Denken. GLM-4.5V bietet einen einzigartigen hybriden Inferenzmodus zur Leistungsoptimierung. Sein 'Denkmodus' ist ideal für tiefes Denken und komplexe Problemlösungen, während der 'Nicht-Denkmodus' schnelle Antworten für weniger intensive Aufgaben liefert. Benutzer können das Denkverhalten einfach über den `reasoning` `enabled` Boolean umschalten. Mit einem großzügigen Kontextfenster von 65K Token und einer maximalen Ausgabe von 4K Token ist es perfekt für detaillierte Analysen und die Dokumentenverarbeitung. Die Preisgestaltung ist wettbewerbsfähig: $0.60 pro 1M Eingabetoken und $1.80 pro 1M Ausgabetoken, verfügbar auf unserem PRO-Zugangs-Tier. Zu den Hauptfunktionen gehören Vision, Funktionsaufrufe, Codegenerierung und Streaming. Obwohl es sehr vielseitig ist, unterstützt es derzeit keine Bildgenerierung. Entdecken Sie die Leistungsfähigkeit von GLM-4.5V für Ihre multimodalen KI-Projekte auf Multi AI.