Zhipu: glm-4.5v
GLM-4.5V is a vision-language foundation model for multimodal agent applications. Built on a Mixture-of-Experts (MoE) architecture with 106B parameters and 12B activated parameters, it achieves state-of-the-art results in video understanding, image Q&A, OCR, and document parsing, with strong gains in front-end web coding, grounding, and spatial reasoning. It offers a hybrid inference mode: a "thinking mode" for deep reasoning and a "non-thinking mode" for fast responses. Reasoning behavior can be toggled via the reasoning enabled boolean. Learn more in our docs
Precios
Rendimiento
Uso y clasificación
Parámetros compatibles
Todos los proveedores = compatible en todos los upstreams que sirven este modelo. Algunos proveedores = depende del upstream que atienda la solicitud. Predeterminado = el valor enviado cuando no lo configuras.
| Parámetro | Proveedores | Predeterminado |
|---|---|---|
| frequency_penalty | Algunos proveedores | No se envía por defecto |
| include_reasoning | Todos los proveedores | - |
| max_tokens | Todos los proveedores | - |
| presence_penalty | Algunos proveedores | - |
| reasoning | Todos los proveedores | - |
| repetition_penalty | Algunos proveedores | - |
| response_format | Todos los proveedores | - |
| seed | Algunos proveedores | - |
| stop | Algunos proveedores | - |
| temperature | Todos los proveedores | 0.75 |
| tool_choice | Todos los proveedores | - |
| tools | Todos los proveedores | - |
| top_k | Todos los proveedores | - |
| top_p | Todos los proveedores | No se envía por defecto |