Z.ai: GLM 4.5V

GLM 4.5V is een vision-language model van Z.ai, uitgebracht op 11 augustus 2025. Het is gebouwd op een Mixture-of-Experts architectuur met 106B totale parameters en 12B geactiveerde parameters, en Z.ai beschrijft het als een foundation model voor multimodale agent-toepassingen. Het staat in de tekstcategorie op api14, waar je het zult vinden wanneer je modellen bekijkt.

Het model accepteert tekst en afbeeldingen als invoer en retourneert tekst. Het contextvenster is 65.536 tokens, en de maximale uitvoer is 16.384 tokens. De knowledge cutoff is 31 december 2024. Omdat het zowel tekst als afbeeldingen verwerkt, kan het werken met prompts die geschreven instructies met visueel materiaal combineren, en de ondersteuning voor redeneren betekent dat het tussentijdse redeneringen naast zijn antwoorden kan produceren.

Praktische toepassingen volgen uit die combinatie. Je kunt een screenshot, diagram, grafiek of foto samen met een vraag sturen en een geschreven antwoord krijgen, wat geschikt is voor het begrijpen van documenten en interfaces, visuele vraagbeantwoording, en captioning- of beschrijvingstaken. De ondersteuning voor tool calling maakt het een kandidaat voor agent-achtige workflows waarbij het model beslist wanneer het een functie aanroept, en de reasoning-optie past bij problemen die baat hebben bij stapsgewijze analyse voor een definitief antwoord. Lange invoer is werkbaar binnen de context van 65.536 tokens, dus prompts met meerdere afbeeldingen of lange tekst plus afbeelding zijn haalbaar.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "z-ai/glm-4.5v". De ondersteunde aanvraagparameters zijn frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, temperature, tool_choice, tools, top_k en top_p. Als je al een OpenAI-stijl client gebruikt, richt je die op de api14 base URL, stel je het model-veld in op dat id, en geef je eventueel deze parameters door zoals nodig. Gebruik max_tokens om de uitvoerlengte te beperken, temperature, top_p en top_k om de sampling te sturen, en het paar tools en tool_choice wanneer je function calling wilt. De parameters reasoning en include_reasoning bepalen of reasoning-inhoud wordt aangevraagd en geretourneerd.

Houd de limieten in gedachten bij het kiezen. De uitvoer is beperkt tot 16.384 tokens, en het model retourneert alleen tekst, dus het kan geen afbeeldingen genereren. Als je taak puur tekstueel is en geen baat heeft bij afbeeldingsinvoer of redeneren, kan een tekst-only model een eenvoudigere keuze zijn. Als je beeldgeneratie nodig hebt in plaats van beeldbegrip, is dit model niet de juiste keuze.