Z.AI: GLM 4.5V

Z.AI: GLM 4.5V 是一个尖端的视觉-语言基础模型，专为高级多模态代理应用而设计。它建立在复杂的专家混合（MoE）架构之上，拥有1060亿参数，其中120亿参数处于激活状态，确保在广泛的任务中达到最先进的性能。该模型在视频理解、图像问答、光学字符识别（OCR）和文档解析方面取得了卓越的成果。此外，它在前端网页编码、基础理解和空间推理方面也取得了显著进展。 GLM-4.5V 提供独特的混合推理模式以优化性能。其“思考模式”非常适合深度推理和复杂问题解决，而“非思考模式”则为不那么密集的任务提供快速响应。用户可以通过 `reasoning` `enabled` 布尔值轻松切换推理行为。凭借慷慨的65K token上下文窗口和4K token的最大输出，它非常适合详细分析和文档处理。定价具有竞争力：输入每1M token $0.60，输出每1M token $1.80，可在我们的 PRO 访问层级获得。 主要功能包括视觉、函数调用、代码生成和流式传输。虽然功能非常多样，但目前不支持图像生成。在 Multi AI 上探索 GLM-4.5V 的强大功能，用于您的多模态 AI 项目。