GLM-4.5V

GLM-4.5V — это мультимодальная модель (зрение-язык), основанная на GLM-4.5-Air (106 млрд параметров, 12 млрд активных), которая расширяет возможности гибридного рассуждения на изображения и видео. Модель достигает лучших в своем классе результатов в более чем 40 бенчмарках для мультимодальных моделей (рассуждения над изображениями, понимание видео, задачи с графическими интерфейсами, анализ графиков и документов, заземление). Поддерживает переключение режима мышления для глубокого рассуждения. Выпущена под лицензией MIT с вариантами FP8/BF16 и инструментарием в Transformers, vLLM и SGLang.