ये पाठकों की तस्वीरें हैं, जो पिन के स्रोत वाले मीडिया से अलग रखी जाती हैं।
पहली एंट्री हमेशा पिन का सोर्स होती है। कुल कॉन्फ़िडेंस एक भारित औसत है कि हर संदर्भ ऊपर इस्तेमाल किए गए शुरू और खत्म होने के समय का कितनी मज़बूती से समर्थन करता है; सबसे नए संदर्भ से हर 180 दिन पुराना होने पर किसी संदर्भ की गिनती आधी हो जाती है।
मॉडल कार्ड के प्रोजेक्ट अपडेट में "2025/08/11: We released GLM-4.5V" लिखा है; OpenRouter[6] ने z-ai/glm-4.5v को 11 अगस्त 2025 को सूचीबद्ध किया, arXiv[5] पेपर का GLM-4.5V संशोधन 13 अगस्त को आया, जबकि Hugging Face वेट 10 अगस्त UTC को अपलोड किए गए थे।
Z.ai developer docs: GLM-4.5V visual reasoning model on an MoE architecture with 106B total and 12B active parameters, based on GLM-4.5-Air; Thinking Mode, web-page coding, grounding, GUI agents, long-document and video understanding; $0.6 and $1.8 per million input and output tokens, 16K max output; 42 benchmarks.[1]
SiliconFlow launch post for its hosted GLM-4.5V: state of the art on 42 vision-language benchmarks, 66K-token context, 3D convolution for video, bicubic interpolation, 3D-RoPE, and three-stage training with RLVR and RLHF; hosted at $0.14 and $0.86 per million tokens. Page date is internally inconsistent, so it is not used for dating.
Labellerr explainer (15 Sep 2025): GLM-4.5V is the vision-language member of the GLM-4.5 family, built on GLM-4.5-Air, with 3D-RoPE for spatial relationships, image and video reasoning, GUI-agent tasks, chart parsing and precise grounding; source of the architecture figure.
GLM-V paper (v3 of 13 Aug 2025 added GLM-4.5V): evaluation on 42 public benchmarks, state of the art on nearly all tasks among similar-size open models and competitive with or better than Gemini-2.5-Flash on some tasks including coding and GUI agents; GLM-4.1V-9B-Thinking beats Qwen2.5-VL-72B on 29 benchmarks.[1]
कुछ छूट गया या गलत है? अपने शब्दों में बताएं: कोई लिंक जो इस पिन का समर्थन करता हो, कोई अलग शुरुआत या खत्म होने की तारीख और उसकी वजह, या कोई तथ्य जो छूट गया हो या गलत हो। AI इसे इस पिन के सोर्स से मिलाकर जांचता है, बेहतर सोर्स खोजता है, और जो भी पेज आपकी बात का समर्थन करता है उसे जोड़ देता है। पिन के अपने सोर्स की अहमियत फिर भी सबसे ज़्यादा रहती है। AI तस्वीरें भी देखता है: जो तस्वीर कुछ और दिखाती हो या ठीक से न दिखाती हो, उसे नीचे कर दिया जाता है या बदल दिया जाता है।
मूल शीर्षक: GLM-4.5V Released
docs.z.ai पर Z.ai के GLM-4.5V चार्ट की पंक्तियों का एक उपसमूह; "*" उन परिणामों को दर्शाता है जिन्हें Z.ai ने स्वयं पुनः प्राप्त किया और "/" का अर्थ है रिपोर्ट नहीं किया गया[2].
| बेंचमार्क | GLM-4.5V (106B-A12B, थिंकिंग) | Step-3 (321B-A38B, थिंकिंग) | Qwen2.5-VL 72B (बिना थिंकिंग) | GLM-4.1V 9B (थिंकिंग) | Kimi-VL-2506 (16B-A3B, थिंकिंग) | Gemma-3 27B (बिना थिंकिंग) |
|---|---|---|---|---|---|---|
| MMBench v1.1 | 88.2 | 81.1* | 88.0 | 85.8 | 84.4 | 80.1* |
| MMStar | 75.3 | 69.0* | 70.8 | 72.9 | 70.4 | 60.0* |
| MMMU (val) | 75.4 | 74.2 | 70.2 | 68.0 | 64.0 | 62.0* |
| MMMU Pro | 65.2 | 58.6 | 51.1 | 57.1 | 46.3 | 37.4* |
| MathVista | 84.6 | 79.2* | 74.8 | 80.7 | 80.1 | 64.3* |
| MathVision | 65.6 | 64.8 | 38.1 | 54.4 | 54.4* | 39.8* |
| AI2D | 88.1 | 83.7* | 87.6* | 87.9 | 81.9* | 80.2* |
| MMLongBench-Doc | 44.7 | 31.8* | 35.2* | 42.4 | 42.1 | 28.4* |
| OCRBench | 86.5 | 83.7 | 85.1* | 84.2 | 86.9 | 75.9* |
| RefCOCO-avg (val) | 91.3 | 20.2* | 90.3 | 85.3 | 33.6* | 2.4* |
| OSWorld | 35.8 | / | 8.8 | 14.9 | 8.2 | 6.2* |
| AndroidWorld | 57.0 | / | 35.0 | 41.7 | / | 4.4* |
| WebVoyagerSom | 84.4 | / | 40.4* | 69.0 | / | 34.8* |
| Design2Code | 82.2 | 34.1 | 41.9* | 64.7 | 38.8 | 16.1 |
| VideoMME (बिना उपशीर्षक) | 74.6 | / | 73.3 | 68.2 | 67.8 | 58.9* |
| VideoMMMU | 72.4 | / | 60.2 | 61.0 | 65.2 | 54.5* |