GLM-4.6V-sarja on täällä🚀 - GLM-4.6V (106B): lippulaivamalli 128K-kontekstilla - GLM-4.6V-Flash (9B): erittäin nopea, kevyt versio paikallisiin ja matalaviiveisiin työkuormiin Ensimmäinen natiivi funktiokutsu GLM-näkömalliperheessä Painot: Kokeile GLM-4.6V:tä nyt: OHJELMOINTIRAJAPINTA: Teknologiablogi: API-hinnoittelu (per 1 miljoonaa tokenia): - GLM-4.6V: $0.6 tulo / $0.9 ulostulo - GLM-4.6V-Flash: Vapaa

GLM-4.6V voi vastaanottaa erilaisia multimodaalisia syötteitä ja tuottaa automaattisesti korkealaatuista, jäsenneltyä kuva-teksti -lomitetta.

GLM-4.6V tarjoaa kokonaisvaltaisen multimodaalisen haku- ja analyysityönkulun, joka mahdollistaa mallin saumattoman siirtymisen visuaalisesta havainnosta verkkohakuun, päättelyyn ja lopulliseen vastaukseen.

Olemme optimoineet GLM-4.6V:n frontend-kehitykseen, mikä lyhentää merkittävästi "suunnittelu koodiin" -sykliä.

GLM-4.6V kohdistaa visuaalisen enkooderinsa 128K kontekstipituuteen, mikä antaa mallille valtavan muistikapasiteetin. Käytännössä tämä vastaa ~150 sivun monimutkaisten dokumenttien, 200 diasivun tai tunnin mittaisen videon käsittelyä yhdellä päättelykierroksella.

Malli voi tehdä globaalin tiivistyksen pitkille videoille säilyttäen samalla kyvyn tehdä tarkkaa päättelyä ajallisten vihjeiden perusteella, kuten maalitapahtumien ja aikaleimojen tiivistäminen koko jalkapallo-ottelussa.