GLM 4.5V
3923°
Z.ai | 65,536 token context | $0.60/M input, $1.80/M output. GLM-4.5V 是一个面向多模态代理应用的视觉语言基础模型。基于拥有1060亿参数和120亿激活参数的专家混合（MoE）架构， 它在视频理解、图像问答、OCR和文档解析方面取得了最先进的成果，并在前端网页编码、定位和空间推理方面表现出显著提升。它提供混合推理模式："思考模式"用于深度推理，"非思考模式"用于快速响应。推理行为可通过启用推理的布尔值切换。详情请参阅我们的文档Opens in new tab
本模型的指南
全部指南
船长笔记
2026-10-13 的笔记
GLM-4.5V 是 Z.ai 的旗舰视觉语言模型，基于 1060 亿参数的 MoE 架构，推理时激活 120 亿参数。它涵盖了全方位视觉任务——图像和视频理解、文档解析、OCR、GUI 操作和定位，并允许在 API 级别切换深度推理模式和快速响应模式。权重开放，API 价格远低于大多数前沿多模态模型。
以……著称
- 可切换思考模式：深度推理或快速响应，由单一布尔值控制。
- 强大的视频理解能力，包括长视频分段和事件识别。
- GUI 代理任务：屏幕阅读、图标识别、桌面操作辅助。
- OCR、图表解析及长文档分析，涵盖研究报告和密集表格。
- 精准视觉定位——在图像中定位特定元素。
注意
- 1060 亿参数，若自托管需强大硬件；大多数用户会选择 API。
- 上下文为 65,536 令牌——能力强，但若需超长文档处理，仍不及 20 万令牌以上级别。
- Z.ai 是较新的 API 提供商，使用前请确认正常运行时间和速率限制。
推荐尝试的提示词
解析密集文档
我附上了一份多页研究报告的图片。提取执行摘要中的关键发现，列出所有数值结果表格，并标记任何图表或数据未在正文中提及的部分。
基于截图的 GUI 任务
这是一个桌面应用截图。识别所有可交互元素——按钮、下拉菜单、输入框——并根据标签或图标描述其可能功能。然后建议导出文件所需的点击顺序。
图片空间推理
看这张图片，告诉我三个主要物体之间的空间关系：哪个最靠近摄像机，哪个最远，哪个部分遮挡了另一个。请先逐步解释推理过程，再给出最终答案。
与……比较
- GLM 5.3 FlashX仅限API模型1,048,576 令牌上下文 · $0.37/M 输入，$1.25/M 输出
- GLM Flash Latest仅限API模型1,048,576 令牌上下文 · $0.02/M 输入，$0.72/M 输出
- GLM 5V Turbo仅限API模型202,752 令牌上下文 · $1.20/M 输入，$4.00/M 输出
- GLM 5 Turbo仅限API模型202,752 令牌上下文 · $1.20/M 输入，$4.00/M 输出
来自 z-ai 的更多文本模型
常见问题
- 权重是开放的吗？我可以本地运行 GLM-4.5V 吗？
- 是的，权重已发布在 Hugging Face 的 zai-org/GLM-4.5V。1060 亿参数且推理激活 120 亿参数，需大量 GPU 显存，下载前请查看显存指南。
- GLM-4.5V 的价格和上下文窗口是多少？
- 通过 Z.ai API，输入令牌每百万 0.60 美元，输出令牌每百万 1.80 美元，上下文窗口为 65,536 令牌。
- GLM-4.5V 与 GLM-4.1V-9B 有何区别？
- GLM-4.5V 是更大的旗舰，基于 1060 亿参数 MoE 架构；GLM-4.1V-9B-Thinking 是同系列的紧凑型 90 亿参数模型。两者均支持思考模式，但 GLM-4.5V 在 42 个视觉语言任务上表现更优，代价是计算资源需求更高。
船长评语一个严肃的开放权重多模态模型，适合需要 GUI 代理、视频理解或文档解析的场景——不仅仅是图像聊天。
Hugging Face 上的模型卡
船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据，可能会变动。
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
这个评分是怎么计算的
这个模型还没有任何来源的流行度数据，所以它用一个低于 7,000° 的替代数值来保持列表完整。它永远不会排在有数据的模型前面。一旦有来源报告数据，分解就会显示在这里。
术语表：这里用到的术语
- 热度得分
- 一个数字，表示模型当前的使用和需求程度，范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序，别无他物。
- 基准线
- 所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°；基准线以下的部分保留给无数据的替代模型，这样有数据的模型总是排在无数据模型之上。基准线对所有人相同，不影响排名；超过基准线的度数才是实际测量值。
- 下载等价量
- 得分中当作下载计算的所有项目总和：下载本身，每个种子上传者算1,000，每个AI Horde图片和每次生成网站的运行算一个。
- 对数刻度
- 以十为单位计数，而不是以一为单位：从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
- 点赞
- 来自所有来源的点赞和竖起大拇指，每个点赞在对数刻度上价值半个下载。
- 采用率
- 模型当前每天的下载次数，基于两次读数的差值。权重是下载项的四分之一。
- 测量与估算
- 测量表示有两个来源的读数，且差异是真实的。估算表示只知道今天的总数，过去的数据是根据模型的生命周期分配的；网站会说明显示的是哪种。
- 做种者
- 指那些在线保存权重副本供他人通过种子下载的人，或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
- AI Horde
- 一个志愿者网络，在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的，每张图片算作一次下载。
- 生成网站
- 托管自己模型副本并允许用户生成的站点，比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样，每次生成算一次下载。
- OpenRouter 令牌
- 通过API提供的文本模型，如Claude或GPT，没有权重需要下载，因此其使用量以令牌计量：过去30天内通过OpenRouter（一种许多应用使用的网关）读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
- 完整模型（检查点）
- 权重文件本身，是能独立生成的文件。它会获得额外加分，因为附加组件依赖它。
- LoRA和嵌入
- 小型附加文件，用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
- 家族与权重
- 模型构建所基于的基础，比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
- 年龄
- 根据家族权重发布多久，扣除的度数：每年150°，最多750°。它保留了那些积累了多年下载量的老模型，防止它们被挤出榜单顶部。
- 家族加成
- 对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分，总是在分数细目中列出。
- 替代分数
- 给还没有任何来源报告的模型一个稳定的最低分数，这样榜单才完整。它永远不会高于有数据的模型。
- 新模型！（宽限期）
- 不到7天的新模型显示“新模型！”而非分数，且不参与排名。其分数从第一天开始计算，但一天大的模型增长最快，若不等待，周榜#1总是昨天刚发布的模型，而非持续一周的。
- 趋势
- 模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升，比典型慢表示下降。
- 典型模型
- 目录的中间值：一半有数据的模型增长比它快，一半比它慢。
GLM 4.5V 是 Text / LLM 系列的一个文本模型，收录于 ModelTrends.ai——一个只读的开源 AI 图像、视频和文本模型目录。你可以将它与其他 Text / LLM 模型比较，并查看热度分数了解趋势。
按模型系列浏览
Text / LLM 模型
434
Anima 模型
528
Chroma 模型
19
Fibo 模型
2
Flux 模型
1,496
Flux 2 / Klein 模型
1,239
Flux 3 模型
3
Moss 模型
3
Iris 模型
1
MiniMax H3 模型
364
Hunyuan 模型
204
Ideogram 模型
20
Krea2 模型
717
Qwen 模型
20
Qwen2 模型
47
Ltx2 模型
153