← 全部模型

GLM-4.5V

發布時間 發布主體 Zhipu AIglm-4.5v

GLM-4.5V

**發布日期:**2025年8月11日。(huggingface.co)

模型定位

GLM-4.5V 是面向多模態理解與視覺推理的視覺語言模型,基於 GLM-4.5-Air,採用混合專家(MoE)架構,總參數量為1060億,啟用參數量為120億。官方發布了模型權重,模型卡標註授權條款為 MIT。(docs.z.ai)

能力與用途

  • 接受文字、影像、影片和檔案輸入,輸出文字;國際版 API 文件標註最大輸出為16K tokens。
  • 支援影像與多圖推理、影片事件理解、視覺目標定位,以及圖表和長文件解析。
  • 可用於螢幕理解和 GUI 智慧代理輔助操作、根據頁面截圖產生網頁程式碼、文件資訊擷取和圖文問答。
  • 支援切換思考與非思考模式,以平衡回應速度和推理深度。(docs.z.ai)

限制

官方指出,純文字問答仍有改進空間;複雜提示下可能過度思考、重複推理或複述答案;計數和辨識特定人物等視覺感知任務也存在局限。重要結果及自動化操作應經過核驗。(github.com)

API 定價

**Z.AI 國際平台隨用隨付價格,美元(USD):**每百萬 tokens 輸入 $0.60、輸出 $1.80;快取命中的輸入為每百萬 tokens $0.11,快取儲存限時免費。查詢日期:2026年11月18日。官方國際定價頁。(docs.z.ai)

同時查詢了智譜國內官方定價頁,該頁面需要 JavaScript,目前讀取結果未顯示報價,故未能核實其價格。(open.bigmodel.cn)

官方來源