Z.AI: GLM 4.6V

GLM-4.6V — это передовая большая мультимодальная модель, разработанная для исключительного визуального понимания и продвинутых рассуждений с длинным контекстом. Она превосходно обрабатывает разнообразные входные данные, включая изображения, сложные документы и смешанные медиа, что делает ее идеальной для сложных аналитических задач. Эта модель обладает значительным окном контекста в 131K токенов и максимальным выходом в 4K токенов, что позволяет ей обрабатывать обширную информацию. Она напрямую обрабатывает сложные макеты страниц и диаграммы как визуальные входные данные и интегрирует нативный вызов мультимодальных функций, бесшовно связывая восприятие с последующим выполнением инструментов. Кроме того, GLM-4.6V поддерживает чередующуюся генерацию изображений и текста, а также рабочие процессы реконструкции пользовательского интерфейса, такие как синтез скриншотов в HTML и итеративное визуальное редактирование. Стоимость составляет $0.30 за 1M входных токенов и $0.90 за 1M выходных токенов, доступно через уровень STARTER.