Z.ai: GLM 4.5V

GLM 4.5V é um modelo de linguagem visual da Z.ai, lançado em 11 de agosto de 2025. É construído sobre uma arquitetura Mixture-of-Experts com 106B parâmetros totais e 12B parâmetros ativados, e a Z.ai o descreve como um modelo de base para aplicações de agentes multimodais. Ele fica na categoria de texto no api14, que é onde você o encontrará ao navegar pelos modelos.

O modelo aceita texto e imagens como entrada e retorna texto. Sua janela de contexto é de 65.536 tokens, e a saída máxima é de 16.384 tokens. O corte de conhecimento é 31 de dezembro de 2024. Como ele lida tanto com texto quanto com imagens, pode trabalhar com prompts que misturam instruções escritas com material visual, e seu suporte a raciocínio significa que pode produzir raciocínio intermediário junto com suas respostas.

Os usos práticos decorrem dessa combinação. Você pode enviar uma captura de tela, diagrama, gráfico ou foto junto com uma pergunta e obter uma resposta escrita, o que se adequa a compreensão de documentos e interfaces, resposta a perguntas visuais e tarefas de legenda ou descrição. O suporte a chamada de ferramentas o torna um candidato para fluxos de trabalho no estilo agente, onde o modelo decide quando chamar uma função, e a opção de raciocínio se encaixa em problemas que se beneficiam de análise passo a passo antes de uma resposta final. Entradas longas são viáveis dentro do contexto de 65.536 tokens, então prompts com múltiplas imagens ou texto extenso mais imagem são possíveis.

Você o chama através da API compatível com OpenAI do api14 usando o id de modelo "z-ai/glm-4.5v". Os parâmetros de requisição suportados são frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, temperature, tool_choice, tools, top_k e top_p. Se você já usa um cliente no estilo OpenAI, aponte-o para a URL base do api14, defina o campo model para esse id e passe qualquer um desses parâmetros conforme necessário. Use max_tokens para limitar o comprimento da saída, temperature, top_p e top_k para direcionar a amostragem, e o par tools e tool_choice quando quiser chamada de funções. Os parâmetros reasoning e include_reasoning controlam se o conteúdo de raciocínio é solicitado e retornado.

Tenha os limites em mente ao escolher. A saída é limitada a 16.384 tokens, e o modelo retorna apenas texto, então não pode gerar imagens. Se sua tarefa for puramente de texto e não se beneficiar de entrada de imagem ou raciocínio, um modelo apenas de texto pode ser uma escolha mais simples. Se você precisa de geração de imagens em vez de compreensão de imagens, este modelo não é a escolha certa.