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
मूल्य निर्धारण
प्रदर्शन
उपयोग और रैंकिंग
समर्थित पैरामीटर
सभी प्रोवाइडर = इस मॉडल को सर्व करने वाला हर अपस्ट्रीम इसे सपोर्ट करता है। कुछ प्रोवाइडर = अनुरोध संभालने वाले अपस्ट्रीम पर निर्भर करता है। डिफ़ॉल्ट = कुछ सेट न करने पर भेजा जाने वाला मान।
| पैरामीटर | प्रोवाइडर | डिफ़ॉल्ट |
|---|---|---|
| frequency_penalty | कुछ प्रोवाइडर | डिफ़ॉल्ट रूप से नहीं भेजा जाता |
| include_reasoning | सभी प्रोवाइडर | - |
| max_tokens | सभी प्रोवाइडर | - |
| presence_penalty | कुछ प्रोवाइडर | - |
| reasoning | सभी प्रोवाइडर | - |
| repetition_penalty | कुछ प्रोवाइडर | - |
| response_format | सभी प्रोवाइडर | - |
| seed | कुछ प्रोवाइडर | - |
| stop | कुछ प्रोवाइडर | - |
| temperature | सभी प्रोवाइडर | 0.75 |
| tool_choice | सभी प्रोवाइडर | - |
| tools | सभी प्रोवाइडर | - |
| top_k | सभी प्रोवाइडर | - |
| top_p | सभी प्रोवाइडर | डिफ़ॉल्ट रूप से नहीं भेजा जाता |