Entri pertama selalu merupakan sumber pin. Keyakinan keseluruhan adalah rata-rata tertimbang dari seberapa kuat setiap referensi mendukung waktu mulai dan berakhir yang digunakan di atas; bobot sebuah referensi berkurang setengahnya untuk setiap 180 hari lebih lama dari yang terbaru.
Pembaruan proyek pada kartu model berbunyi "2025/08/11: We released GLM-4.5V"; OpenRouter[6] mencantumkan z-ai/glm-4.5v pada 11 Agustus 2025 dan revisi GLM-4.5V pada makalah arXiv[5] menyusul pada 13 Agustus, sementara bobot Hugging Face diunggah pada 10 Agustus UTC.
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]
Ada yang kurang atau salah? Sampaikan dengan kata-kata Anda sendiri: tautan yang mendukung pin ini, tanggal mulai atau berakhir yang berbeda beserta alasannya, atau fakta yang kurang atau keliru. AI memeriksanya terhadap sumber pin ini, mencari sumber yang lebih baik, dan menambahkan halaman mana pun yang mendukung Anda. Sumber pin itu sendiri tetap paling diperhitungkan. Gambar yang menampilkan hal lain, atau menampilkannya dengan buruk, juga diperiksa, lalu diturunkan atau diganti.
Judul asli: GLM-4.5V Released
Sebagian baris dari bagan GLM-4.5V milik Z.ai di docs.z.ai; "*" menandai hasil yang direproduksi sendiri oleh Z.ai dan "/" tidak dilaporkan[2].
| Benchmark | GLM-4.5V (106B-A12B, berpikir) | Step-3 (321B-A38B, berpikir) | Qwen2.5-VL 72B (tanpa berpikir) | GLM-4.1V 9B (berpikir) | Kimi-VL-2506 (16B-A3B, berpikir) | Gemma-3 27B (tanpa berpikir) |
|---|---|---|---|---|---|---|
| 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 (tanpa subjudul) | 74.6 | / | 73.3 | 68.2 | 67.8 | 58.9* |
| VideoMMMU | 72.4 | / | 60.2 | 61.0 | 65.2 | 54.5* |