GLM-4.5V
Acerca de GLM-4.5V
Como parte de la familia de modelos GLM-V, GLM-4.5V se basa en el modelo base de ZhipuAI, GLM-4.5-Air, logrando un rendimiento SOTA en tareas como la comprensión de Image, Video y documentos, así como en operaciones de agentes GUI.
Descubra cómo el razonamiento Multimodal avanzado de GLM-4.5V impulsa soluciones innovadoras en diversas aplicaciones del mundo real.
Inteligencia de contenido Multimodal
Extraiga información detallada de diversos contenidos visuales y de texto, incluidos Images, Videos y documentos complejos, para un análisis y una elaboración de informes exhaustivos.
Ejemplo de caso de uso:
"Se resumieron automáticamente los eventos clave y se identificaron objetos específicos en un Video de vigilancia de fabricación de 30 minutos, generando un informe con marcas de tiempo para el control de calidad."
Automatización inteligente de GUI
Permita que los agentes de IA interactúen con interfaces web, de escritorio y móviles, realizando tareas complejas mediante la comprensión visual y una acción precisa.
Ejemplo de caso de uso:
"Se desarrolló un agente que navega por un sistema ERP heredado basado en Java, extrae detalles de pedidos específicos e introduce dichos Inputs en una moderna plataforma logística en la nube, reduciendo el tiempo de procesamiento manual en un 60 %."
Análisis profundo de documentos y gráficos
Analice informes financieros complejos, artículos científicos y esquemas técnicos, extrayendo datos estructurados, identificando tendencias y generando resúmenes detallados.
Ejemplo de caso de uso:
"Se procesó un artículo de investigación farmacéutica de 150 páginas, extrayendo resultados experimentales clave de los gráficos y tablas integrados, y resumiendo los perfiles de eficacia y seguridad de los medicamentos para su revisión regulatoria."
Control de calidad visual y detección de anomalías
Automatice el control de calidad mediante la inspección visual de productos, líneas de fabricación o activos digitales, identificando defectos, incoherencias o desviaciones de los estándares.
Ejemplo de caso de uso:
"Se supervisó una línea de envasado de alimentos a través de cámaras de alta resolución, detectando productos mal etiquetados y defectos de envasado en tiempo real, evitando que los artículos defectuosos lleguen a los consumidores."
Metadatos
Especificación
Estado
Deprecated
Arquitectura
MoE Transformer
Calibrado
Sí
Mezcla de expertos
Sí
Parámetros totales
106B
Parámetros activados
12B
Razonamiento
No
Precisión
FP8
Longitud del contexto
66K
Tokens máximos
66K
Comparar con otros modelos
Descubre cómo se compara este modelo con otros.
Z.ai
GLM-4.7
Contexto total:
205K
Output máx.:
205K
Input:
$
0.42
/ M Tokens
Output:
$
2.2
/ M Tokens
Z.ai
chat
GLM-4.6V
Contexto total:
131K
Output máx.:
131K
Input:
$
0.3
/ M Tokens
Output:
$
0.9
/ M Tokens
Z.ai
chat
GLM-4.6
Contexto total:
205K
Output máx.:
205K
Input:
$
0.39
/ M Tokens
Output:
$
1.9
/ M Tokens
Z.ai
chat
GLM-4.5-Air
Contexto total:
131K
Output máx.:
131K
Input:
$
0.14
/ M Tokens
Output:
$
0.86
/ M Tokens
Z.ai
chat
GLM-4.5V
Contexto total:
66K
Output máx.:
66K
Input:
$
0.14
/ M Tokens
Output:
$
0.86
/ M Tokens
Z.ai
chat
GLM-4.1V-9B-Thinking
Contexto total:
66K
Output máx.:
66K
Input:
$
0.035
/ M Tokens
Output:
$
0.14
/ M Tokens
Z.ai
chat
GLM-Z1-32B-0414
Contexto total:
131K
Output máx.:
131K
Input:
$
0.14
/ M Tokens
Output:
$
0.57
/ M Tokens
Z.ai
chat
GLM-4-32B-0414
Contexto total:
33K
Output máx.:
33K
Input:
$
0.27
/ M Tokens
Output:
$
0.27
/ M Tokens
Z.ai
chat
GLM-Z1-9B-0414
Contexto total:
131K
Output máx.:
131K
Input:
$
0.086
/ M Tokens
Output:
$
0.086
/ M Tokens
