Présentation
Glyph est un modèle vision-langage destiné à la compréhension de longs contextes. Il transforme de longs textes en images, puis les traite visuellement afin de réduire le nombre de tokens nécessaires et les coûts de calcul et de mémoire. Il est construit sur GLM-4.1V-9B-Base. (huggingface.co)
Capacités et usages
- Analyse et questions-réponses sur de longs documents ou de longues conversations rendus sous forme d’images.
- Selon le dépôt officiel, la compression visuelle permet, dans les évaluations présentées, d’atteindre des performances comparables à celles de modèles textuels utilisant des contextes 3 à 4 fois plus longs. Ce résultat dépend de la configuration de rendu et ne constitue pas une garantie générale.
- Les poids sont disponibles sur Hugging Face ; la fiche indique une licence MIT. Le dépôt fournit des outils de rendu et des exemples d’inférence. (github.com)
Limites
Les résultats dépendent notamment de la résolution, de la police et de l’espacement ; des styles de rendu très différents de ceux utilisés à l’entraînement peuvent moins bien fonctionner. La reconnaissance de chaînes précises ou rares, comme les UUID, peut produire des erreurs, surtout sur des entrées très longues. Les capacités sur des tâches autres que la compréhension de longs contextes restent à étudier. (huggingface.co)
Date
La révision officielle fournie a été enregistrée le 25 octobre 2025. Cette date est celle du commit et ne prouve pas à elle seule la date de première publication du modèle. (huggingface.co)
Prix
Au 17 novembre 2026, aucun tarif officiel d’entrée ou de sortie propre à Glyph n’a pu être vérifié. La page internationale de tarification en USD ne mentionne pas Glyph ; la page tarifaire chinoise nécessite JavaScript et son contenu n’a pas pu être vérifié. Les frais éventuels d’hébergement ou de calcul en cas de déploiement autonome ne sont pas inclus dans un tarif API vérifié. (docs.z.ai)