Z.AI: GLM 4.5V

Z.AI: GLM 4.5V est un modèle de fondation vision-langage de pointe spécialement conçu pour les applications d'agents multimodaux avancées. Construit sur une architecture sophistiquée de Mixture-of-Experts (MoE), il dispose de 106 milliards de paramètres avec 12 milliards de paramètres activés, garantissant des performances de pointe dans un large éventail de tâches. Ce modèle obtient des résultats exceptionnels en compréhension vidéo, en Q&A d'images, en reconnaissance optique de caractères (OCR) et en analyse de documents. De plus, il démontre des avancées significatives en codage web front-end, en ancrage et en raisonnement spatial. GLM-4.5V offre un mode d'inférence hybride unique pour optimiser les performances. Son 'mode de réflexion' est idéal pour le raisonnement profond et la résolution de problèmes complexes, tandis que le 'mode sans réflexion' fournit des réponses rapides pour les tâches moins intensives. Les utilisateurs peuvent facilement basculer le comportement de raisonnement via le booléen `reasoning` `enabled`. Avec une fenêtre contextuelle généreuse de 65K tokens et une sortie maximale de 4K tokens, il est parfait pour l'analyse détaillée et le traitement de documents. La tarification est compétitive à 0,60 $ par million de tokens d'entrée et 1,80 $ par million de tokens de sortie, disponible sur notre niveau d'accès PRO. Les capacités clés incluent la vision, l'appel de fonctions, la génération de code et le streaming. Bien que très polyvalent, il ne prend actuellement pas en charge la génération d'images. Explorez la puissance de GLM-4.5V pour vos projets d'IA multimodale sur Multi AI.