GLM‑4.5V (мультимодальная, MoE, 106B)
нейросеть
GLM‑4.5V — крупная мультимодальная foundation‑модель, объединяющая обработку изображения/видео и текста на базе Mixture‑of‑Experts (MoE). Модель имеет 106B параметров и 12B активируемых параметров и показывает передовые результаты в понимании видео и сложных vision+language задачах. Подходит для мультимодальных агентов, видеоаналитики, VQA и генерации текстовых ответов на основе визуального контента; доступна через BotHub.
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст
- Размер контекста
- 65 536 токенов
- Макс. длина ответа
- 16 384 токена
- Уровни рассуждений
- низкий, средний, высокий
- Возможности
- рассуждения, вызов функций
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'glm-4.5v',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'glm-4.5v',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает GLM‑4.5V (мультимодальная, MoE, 106B)?
Попробуйте GLM‑4.5V на BotHub — доступ через личный кабинет и оплата в рублях.Частые вопросы о GLM‑4.5V (мультимодальная, MoE, 106B)
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
GLM 4.5v умеет генерировать и преобразовывать текст, работать с документами и извлекать информацию из изображений, выполнять сложные рассуждения и взаимодействовать с инструментами. Подходит для задач написания, анализа документов, обработки изображений как источников данных и логических/STEM‑задач.
За один ответ модель может сгенерировать до 16384 токенов вывода при общем контексте до 64000 токенов. На практике длина конкретного ответа зависит от настроек интерфейса и прикладных ограничений платформы, через которую вы работаете.
Да, GLM 4.5v поддерживает рассуждения перед ответом: может формулировать промежуточные выводы и шаги рассуждений, что помогает в сложных логических, STEM‑и аналитических задачах. Это полезно при разборе проблем и объяснении решений.
Да, в наших данных отмечено, что модель поддерживает вызов функций и структурированный вывод в JSON. Это облегчает интеграцию с внешними сервисами, автоматизацию обработки ответов и передачу данных в прикладные системы.
Да — GLM 4.5v принимает изображения и документы на вход, что позволяет извлекать текст и описания из визуальных источников. Поддержка аудио или видео в представленных данных не указана, поэтому об их приёме и обработке лучше уточнить отдельно.
В данных о модели конкретных утверждений о понимании русского языка нет. GLM 4.5v ориентирован на многошаговые рассуждения и работу с текстом, но качество обработки русского стоит проверить в реальных сценариях и на ваших примерах через BotHub.