GLM 4.5V
3923°
इस मॉडल को चलाएं
ऑफर / विज्ञापन
Z.ai | 65,536 token context | $0.60/M input, $1.80/M output. GLM-4.5V एक vision-language फाउंडेशन मॉडल है जो multimodal एजेंट एप्लिकेशंस के लिए है। यह Mixture-of-Experts (MoE) आर्किटेक्चर पर आधारित है जिसमें 106B पैरामीटर और 12B सक्रिय पैरामीटर हैं। यह वीडियो समझ, इमेज Q&A, OCR, और डॉक्यूमेंट पार्सिंग में अत्याधुनिक परिणाम प्राप्त करता है, साथ ही front-end वेब कोडिंग, ग्राउंडिंग, और spatial reasoning में भी मजबूत सुधार दिखाता है। यह एक हाइब्रिड inference मोड प्रदान करता है: "thinking mode" गहन reasoning के लिए और "non-thinking mode" तेज़ प्रतिक्रियाओं के लिए। reasoning व्यवहार reasoning enabled boolean के माध्यम से टॉगल किया जा सकता है। अधिक जानने के लिए हमारे docs देखेंOpens in new tab।
इस मॉडल के लिए गाइड
स्थानीय AI के लिए मुझे वास्तव में कितनी VRAM चाहिए?
ओपन वेट्स, ओपन सोर्स और केवल API: आप वास्तव में क्या कर सकते हैं
GGUF फ़ाइल क्या है? क्वांटाइज़्ड मॉडल समझाया (Q4, Q8, fp8, NF4)
कैप्टन के नोट्स
2026-10-13 के नोट्स
GLM-4.5V Z.ai का प्रमुख विज़न-भाषा मॉडल है, जो 106B-पैरामीटर MoE आर्किटेक्चर पर आधारित है जिसमें 12B पैरामीटर सक्रिय होते हैं। यह सभी प्रकार के विज़ुअल कार्यों को कवर करता है — छवि और वीडियो समझ, दस्तावेज़ पार्सिंग, OCR, GUI संचालन, और ग्राउंडिंग — और API स्तर पर गहरे तर्क मोड और तेज़ प्रतिक्रिया मोड के बीच टॉगल करने देता है। खुले वेट्स उपलब्ध हैं, और API की कीमत अधिकांश फ्रंटियर मल्टीमॉडल मॉडलों से काफी कम है।
के लिए जाना जाता है
- स्विच करने योग्य सोच मोड: गहरा तर्क या तेज़ प्रतिक्रिया, एक बूलियन द्वारा नियंत्रित।
- मजबूत वीडियो समझ, जिसमें लंबी वीडियो सेगमेंटेशन और इवेंट पहचान शामिल है।
- GUI एजेंट कार्य: स्क्रीन पढ़ना, आइकन पहचान, डेस्कटॉप संचालन सहायता।
- OCR, चार्ट पार्सिंग, और शोध रिपोर्टों और घने तालिकाओं में लंबे दस्तावेज़ विश्लेषण।
- सटीक विज़ुअल ग्राउंडिंग — छवि के भीतर विशिष्ट तत्वों का स्थानीयकरण।
सावधान रहें
- 106B पैरामीटर होने के कारण, स्व-होस्टिंग के लिए गंभीर हार्डवेयर की आवश्यकता होती है; अधिकांश उपयोगकर्ता API का उपयोग करेंगे।
- संदर्भ 65,536 टोकन है — सक्षम है, लेकिन यदि आपको बहुत लंबे दस्तावेज़ चलाने हैं तो 200k+ टियर से कम है।
- Z.ai प्रमुख क्लाउड प्रदाताओं की तुलना में कम स्थापित API प्रदाता है; प्रतिबद्ध होने से पहले अपटाइम और दर सीमाओं की जांच करें।
के लिए सबसे अच्छा
प्रयास करने के लिए प्रॉम्प्ट
एक घने दस्तावेज़ को पार्स करें
मैं एक बहु-पृष्ठ शोध रिपोर्ट को छवि के रूप में संलग्न कर रहा हूँ। कार्यकारी सारांश से मुख्य निष्कर्ष निकालें, किसी भी संख्यात्मक परिणामों को तालिका में सूचीबद्ध करें, और किसी भी चार्ट या आंकड़ों को चिह्नित करें जिनमें टेक्स्ट में उल्लेखित डेटा नहीं है।
स्क्रीनशॉट से GUI कार्य
यहाँ एक डेस्कटॉप एप्लिकेशन का स्क्रीनशॉट है। प्रत्येक इंटरैक्टिव तत्व की पहचान करें — बटन, ड्रॉपडाउन, इनपुट फ़ील्ड — और प्रत्येक के लेबल या आइकन के आधार पर संभावित कार्य का वर्णन करें। फिर एक फ़ाइल निर्यात करने के लिए आवश्यक क्लिक अनुक्रम सुझाएं।
एक छवि पर स्थानिक तर्क
इस छवि को देखें और तीन मुख्य वस्तुओं के बीच स्थानिक संबंध बताएं: कौन कैमरे के सबसे करीब है, कौन सबसे दूर है, और कौन आंशिक रूप से दूसरे को ढकता है। अंतिम उत्तर देने से पहले अपना तर्क चरण-दर-चरण समझाएं।
की तुलना करें
- GLM 5.3 FlashXकेवल API मॉडल1,048,576 टोकन संदर्भ · $0.37/M इनपुट, $1.25/M आउटपुट
- GLM Flash Latestकेवल API मॉडल1,048,576 टोकन संदर्भ · $0.02/M इनपुट, $0.72/M आउटपुट
- GLM 5V Turboकेवल API मॉडल202,752 टोकन संदर्भ · $1.20/M इनपुट, $4.00/M आउटपुट
- GLM 5 Turboकेवल API मॉडल202,752 टोकन संदर्भ · $1.20/M इनपुट, $4.00/M आउटपुट
z-ai से और टेक्स्ट मॉडल
लोग जो सवाल पूछते हैं
- क्या वेट्स खुले हैं और क्या मैं GLM-4.5V को स्थानीय रूप से चला सकता हूँ?
- हाँ, वेट्स Hugging Face पर zai-org/GLM-4.5V के तहत प्रकाशित हैं। 106B पैरामीटर और 12B सक्रिय के साथ, इसे स्थानीय रूप से चलाने के लिए पर्याप्त GPU मेमोरी की आवश्यकता होगी — डाउनलोड से पहले VRAM गाइड देखें।
- GLM-4.5V की लागत क्या है और संदर्भ विंडो कितनी बड़ी है?
- Z.ai API के माध्यम से इसकी कीमत $0.60 प्रति मिलियन इनपुट टोकन और $1.80 प्रति मिलियन आउटपुट टोकन है, साथ ही 65,536-टोकन संदर्भ विंडो।
- GLM-4.5V और GLM-4.1V-9B में क्या अंतर है?
- GLM-4.5V बड़ा प्रमुख मॉडल है, 106B MoE आधार पर, जबकि GLM-4.1V-9B-Thinking उसी श्रृंखला का कॉम्पैक्ट 9B मॉडल है। दोनों सोच मोड का समर्थन करते हैं, लेकिन GLM-4.5V 42 विज़न-भाषा कार्यों में उच्च बेंचमार्क प्रदर्शन के लिए लक्षित है, जिसकी कीमत अधिक कंप्यूट है।
कैप्टन का निर्णयएक गंभीर खुला-वेट्स मल्टीमॉडल मॉडल जो GUI एजेंट, वीडियो समझ, या दस्तावेज़ पार्सिंग की आवश्यकता होने पर अपनी जगह बनाता है — केवल छवि चैट के लिए नहीं।
Hugging Face पर मॉडल कार्ड
कैप्टन ये नोट्स मॉडल के अपने विवरण और मॉडल कार्ड से लिखता है। कीमतें और संदर्भ आकार लेखन के समय प्रदाता के हैं और बदल सकते हैं।
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.
यह स्कोर कैसे जमा होता है
इस मॉडल के पास अभी तक किसी भी स्रोत से लोकप्रियता डेटा नहीं है, इसलिए इसमें 7,000° से नीचे एक स्टैंड-इन नंबर होता है जो सूचियों को पूरा रखता है। यह कभी भी डेटा वाले मॉडल से ऊपर रैंक नहीं करता। जैसे ही कोई स्रोत रिपोर्ट करता है, यहाँ उसका विवरण दिखता है।
शब्दावली: यहाँ इस्तेमाल हुए शब्द
- हीट स्कोर
- एक नंबर जो बताता है कि मॉडल अभी कितना इस्तेमाल हो रहा है और कितना पसंद किया जा रहा है, 0° से 9,999° तक। इस साइट की हर 'सबसे गर्म' सूची इसी के हिसाब से सॉर्ट होती है।
- फ्लोर
- 7,000° जो हर मॉडल को असली डेटा के साथ मिलता है। स्केल 0° से 9,999° तक चलता है; फ्लोर से नीचे का हिस्सा बिना डेटा वाले मॉडल के लिए रखा गया है, ताकि डेटा वाला मॉडल हमेशा ऊपर रहे। फ्लोर सबके लिए एक जैसा है और कुछ तय नहीं करता; इससे ऊपर के डिग्री माप हैं।
- डाउनलोड-बराबर
- स्कोर जो कुछ भी डाउनलोड मानता है, उसका जोड़: खुद डाउनलोड, हर टोरेंट सीडर को 1,000, हर AI Horde इमेज और हर जनरेशन साइट पर रन को 1 माना जाता है।
- लॉग स्केल
- दस के हिसाब से गिनती, एक-एक करके नहीं: 1,000 से 10,000 डाउनलोड जाना उतना ही डिग्री बढ़ाता है जितना 10,000 से 100,000 जाना। इससे बड़े मॉडल बाकी सबको दबाते नहीं।
- लाइक्स
- हर स्रोत से अंगूठा ऊपर और लाइक्स, जो लॉग स्केल पर आधे डाउनलोड के बराबर हैं।
- अपनाने की दर
- अभी मॉडल को रोजाना कितने डाउनलोड मिल रहे हैं, दो माप के बीच के अंतर से। डाउनलोड के वजन का एक चौथाई।
- मापा और अनुमानित
- मापा मतलब किसी स्रोत के दो रीडिंग मौजूद हैं और उनका अंतर असली है। अनुमानित मतलब केवल आज का कुल पता है और पिछला डेटा मॉडल के जीवनकाल में फैला हुआ है; साइट बताती है कि कौन सा दिखा रही है।
- सीडर
- कोई जो वज़न की कॉपी ऑनलाइन रखता है ताकि दूसरे टोरेंट के जरिए डाउनलोड कर सकें, या होस्टेड मिरर जो ऐसा करता है। हर एक को 1,000 डाउनलोड माना जाता है।
- AI हॉरड
- एक स्वयंसेवी नेटवर्क जो दान किए गए कंप्यूटरों पर मुफ्त में इमेज बनाता है। किसी मॉडल के साथ बनाई गई इमेज की संख्या सार्वजनिक होती है, और हर एक को एक डाउनलोड माना जाता है।
- जनरेशन साइट्स
- ऐसी साइट्स जो अपने मॉडल की कॉपी होस्ट करती हैं और लोगों को उससे जनरेट करने देती हैं, जैसे PixAI, SeaArt और Yodayo। इनके डाउनलोड Civitai की तरह गिने जाते हैं और हर जनरेशन रन को एक डाउनलोड माना जाता है।
- OpenRouter टोकन
- Claude या GPT जैसे API के माध्यम से सेवा प्राप्त टेक्स्ट मॉडल के लिए डाउनलोड करने के लिए कोई वज़न नहीं होता, इसलिए इसका उपयोग टोकन में मापा जाता है: वे टेक्स्ट के टुकड़े जो इसने OpenRouter के माध्यम से पढ़े और लिखे, जो कई ऐप्स द्वारा उपयोग किया जाने वाला एक गेटवे है, पिछले 30 दिनों में। हर 10,000,000 टोकन एक डाउनलोड के रूप में गिने जाते हैं। स्रोत: OpenRouter (openrouter.ai/rankings), CC BY 4.0।
- पूरा मॉडल (चेकपॉइंट)
- खुद जनरेट करने वाली फाइल, वज़न खुद में। इसे बोनस मिलता है क्योंकि एड-ऑन इसी पर निर्भर होते हैं।
- LoRA और एम्बेडिंग
- छोटे एड-ऑन फाइल जो किसी और के वज़न को एक स्टाइल, कैरेक्टर या कॉन्सेप्ट की ओर मोड़ते हैं। ये अकेले नहीं चल सकते।
- फैमिली और वज़न
- जिस बेस पर मॉडल बना है, जैसे SD 1.5, SDXL, Flux या Wan। हर मॉडल अपने फैमिली के वज़न की रिलीज़ तारीख विरासत में लेता है।
- उम्र
- कितने समय पहले फैमिली के वज़न आए थे उसके हिसाब से घटाई गई डिग्री: सालाना 150°, अधिकतम 750° तक। यह पुराने डाउनलोड्स को सूची के शीर्ष से फ्रीज करके रखता है।
- फैमिली बूस्ट
- इस साइट द्वारा अभी आगे बढ़ाए जा रहे फैमिली के LoRA के लिए एक छोटा, सीमित बढ़ावा, जो हमेशा ब्रेकडाउन में दिखता है।
- स्टैंड-इन स्कोर
- एक स्थिर संख्या जो उस मॉडल को दी जाती है जिसके लिए अभी कोई स्रोत रिपोर्ट नहीं है, ताकि सूचियाँ पूरी रहें। यह कभी भी डेटा वाले मॉडल से ऊपर रैंक नहीं करता।
- नया! (ग्रेस अवधि)
- एक मॉडल जो 7 दिनों से कम पुराना है, वह स्कोर के बजाय नया! दिखाता है और रैंकिंग में कोई स्थान नहीं रखता। इसका स्कोर पहले दिन से गणना किया जाता है, लेकिन एक दिन पुराना मॉडल सबसे तेज़ बढ़ता है, इसलिए बिना इंतजार के सप्ताह का #1 हमेशा कल निकला हुआ मॉडल होता बजाय उस मॉडल के जो एक सप्ताह तक टिके।
- ट्रेंड
- किसी अवधि में मॉडल की बढ़त की तुलना उसी अवधि में सामान्य मॉडल की बढ़त से। सामान्य से तेज़ बढ़त को उछाल माना जाता है, धीमी को गिरावट।
- सामान्य मॉडल
- कैटलॉग का मध्य: आधे मॉडल जिनके आंकड़े हैं, उन्होंने उस अवधि में तेज़ बढ़त की, आधे ने धीमी।
GLM 4.5V Text / LLM फ़ैमिली का एक टेक्स्ट मॉडल है, जो ModelTrends.ai पर सूचीबद्ध है — ओपन सोर्स AI इमेज, वीडियो और टेक्स्ट मॉडल की एक केवल-पढ़ने योग्य सूची। इसकी तुलना अन्य Text / LLM मॉडल से करें और ट्रेंड देखने के लिए इसका हीट स्कोर देखें।
मॉडल फ़ैमिली के अनुसार ब्राउज़ करें
Text / LLM मॉडल
434
Anima मॉडल
528
Chroma मॉडल
19
Fibo मॉडल
2
Flux मॉडल
1,496
Flux 2 / Klein मॉडल
1,239
Flux 3 मॉडल
3
Moss मॉडल
3
Iris मॉडल
1
MiniMax H3 मॉडल
364
Hunyuan मॉडल
204
Ideogram मॉडल
20
Krea2 मॉडल
717
Qwen मॉडल
20
Qwen2 मॉडल
47
Ltx2 मॉडल
153