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
Preços
Desempenho
Uso e classificação
Parâmetros suportados
Todos os provedores = compatível em todos os upstreams que servem este modelo. Alguns provedores = depende do upstream que atende a solicitação. Padrão = o valor enviado quando você não define nada.
| Parâmetro | Provedores | Padrão |
|---|---|---|
| frequency_penalty | Alguns provedores | Não enviado por padrão |
| include_reasoning | Todos os provedores | - |
| max_tokens | Todos os provedores | - |
| presence_penalty | Alguns provedores | - |
| reasoning | Todos os provedores | - |
| repetition_penalty | Alguns provedores | - |
| response_format | Todos os provedores | - |
| seed | Alguns provedores | - |
| stop | Alguns provedores | - |
| temperature | Todos os provedores | 0.75 |
| tool_choice | Todos os provedores | - |
| tools | Todos os provedores | - |
| top_k | Todos os provedores | - |
| top_p | Todos os provedores | Não enviado por padrão |