Z.ai: GLM 4.5V

GLM 4.5V est un modèle vision-langage de Z.ai, publié le 11 août 2025. Il est construit sur une architecture Mixture-of-Experts avec 106B de paramètres au total et 12B de paramètres activés, et Z.ai le décrit comme un modèle de fondation pour les applications d'agents multimodaux. Il se situe dans la catégorie texte sur api14, où vous le trouverez en parcourant les modèles.

Le modèle accepte du texte et des images en entrée et renvoie du texte. Sa fenêtre de contexte est de 65 536 tokens, et la sortie maximale est de 16 384 tokens. La date limite de connaissances est le 31 décembre 2024. Comme il traite à la fois le texte et les images, il peut fonctionner sur des invites qui mélangent des instructions écrites et du contenu visuel, et son support du raisonnement signifie qu'il peut produire un raisonnement intermédiaire en plus de ses réponses.

Les usages pratiques découlent de cette combinaison. Vous pouvez envoyer une capture d'écran, un diagramme, un graphique ou une photo avec une question et obtenir une réponse écrite, ce qui convient à la compréhension de documents et d'interfaces, aux questions-réponses visuelles, et aux tâches de légendage ou de description. Le support de l'appel d'outils en fait un candidat pour les flux de travail de type agent où le modèle décide quand appeler une fonction, et l'option de raisonnement convient aux problèmes qui bénéficient d'une analyse étape par étape avant une réponse finale. Les entrées longues sont exploitables dans le contexte de 65 536 tokens, donc les invites multi-images ou texte long plus image sont réalisables.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "z-ai/glm-4.5v". Les paramètres de requête pris en charge sont frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, temperature, tool_choice, tools, top_k et top_p. Si vous utilisez déjà un client de style OpenAI, vous le pointez vers l'URL de base d'api14, définissez le champ model sur cet identifiant, et passez n'importe lequel de ces paramètres selon vos besoins. Utilisez max_tokens pour plafonner la longueur de sortie, temperature, top_p et top_k pour orienter l'échantillonnage, et la paire tools et tool_choice lorsque vous voulez l'appel de fonctions. Les paramètres reasoning et include_reasoning contrôlent si le contenu de raisonnement est demandé et renvoyé.

Gardez les limites à l'esprit lors du choix. La sortie est plafonnée à 16 384 tokens, et le modèle renvoie uniquement du texte, donc il ne peut pas générer d'images. Si votre tâche est purement textuelle et ne bénéficie pas d'une entrée d'image ou d'un raisonnement, un modèle texte uniquement peut être plus adapté. Si vous avez besoin de génération d'images plutôt que de compréhension d'images, ce modèle n'est pas le bon choix.