CONFIRMADOConfiança da data: CONFIRMADOInformado como definitivoQuão firme a fonte é sobre a data: confirmada, agendada, estimada, adiada ou não verificada.Mostrar todos os pins CONFIRMADO84% DE CONFIANÇAConfiança geral: 84%Quanto a fonte e as referências do pin sustentam suas datas.Média ponderada de quanto 5 referências, incluindo a fonte, sustentam os horários de início e fim do pin; uma referência conta metade a cada 180 dias a mais em relação à mais recenteMostrar todos os pins com confiança de 75% ou mais
O AI Gateway da Vercel[5] descreve o GLM-5V-Turbo como «lançado em 1 de abril de 2026» e a OpenRouter lista o z-ai/glm-5v-turbo com data de criação de 1 de abril de 2026; a publicação da SiliconFlow[4] de 2 de abril diz que ele está «agora oficialmente disponível» e o The Decoder[2] noticiou em 3 de abril. A documentação para desenvolvedores da Z.ai não traz nenhum anúncio datado deste modelo, por isso o dia se apoia nessas listagens.- Início
- 1 de abr. de 202691% DE CONFIANÇAde vercel.com
GLM-5V-Turbo lançado
Traduzido automaticamente do original
Título original: GLM-5V-Turbo Released
A Z.ai (Zhipu AI) lança o GLM-5V-Turbo, seu primeiro modelo de fundação multimodal para programação, que transforma protótipos de design, capturas de tela e vídeo em código de front-end executável e obtém 94.8 no Design2Code contra 77.3 do Claude Opus 4.6.
- A Z.ai lançou o GLM-5V-Turbo em 1.º de abril de 2026 como o primeiro modelo de fundação multimodal para programação da linha GLM, criado para ler capturas de tela, protótipos de design, documentos e vídeo e escrever o código por trás deles[1][2][5]
- O modelo «V» fica ao lado do GLM-5-Turbo, que só processa texto: ele processa imagens e texto em conjunto desde o pré-treinamento, em vez de acoplar um módulo de visão a um modelo de linguagem já pronto, com um novo codificador de visão CogViT e previsão de múltiplos tokens para inferência mais rápida[1][2]
- Os principais números da Z.ai são 94.8 no Design2Code contra 77.3 do Claude Opus 4.6 e 91.3 do Kimi K2.5, 75.7 no AndroidWorld (Opus 4.6: 62.0) e 88.5 no WebVoyager (88.0); o Opus 4.6 segue à frente no Flame-VLM-Code (98.8 contra 93.8) e no OSWorld (72.2 contra 62.3)[1][2][3]
- A Z.ai diz que adicionar visão não prejudicou a programação somente com texto: os resultados se mantiveram nas três trilhas do CC-Bench-V2 (backend, frontend, exploração de repositório), e o modelo também registra boas pontuações em PinchBench, ClawEval e ZClawBench para execução de tarefas de agente[1][2]
- Ele está integrado ao Claude Code e ao OpenClaw, que permitem navegar por um site, mapear as transições entre páginas e reconstruí-lo a partir do que viu, em vez de uma única captura de tela[1][2]
Principais recursos
- Entrada de vídeo, imagem, texto e arquivos com saída de texto, contexto de 200K tokens e saída máxima de 128K tokens; modo de raciocínio, streaming, chamada de funções e cache de contexto[1][2]
- Aprendizado por reforço em mais de 30 tipos de tarefas, de STEM e grounding a vídeo, agentes de GUI e agentes de programação, além de uma cadeia de ferramentas multimodal para desenho de caixas, capturas de tela e leitura de páginas da web[1][2]
- Preço de $1.20 por milhão de tokens de entrada e $4.00 por milhão de tokens de saída[3][5]
- «Skills» oficiais para legendagem de imagens, grounding visual, redação baseada em documentos, triagem de currículos e geração de prompts estão publicadas no ClawHub[1]
- A DataNorth informa 744B parâmetros totais e 40B ativos; a própria documentação da Z.ai não indica um tamanho[3]
Benchmarks
Imagem dos resultados multimodais da Z.ai, transcrita da página da documentação[1]; um traço indica que o fabricante não mostra pontuação.
| Benchmark | GLM-5V-Turbo | Kimi K2.5 | Claude Opus 4.6 |
|---|---|---|---|
| Programação multimodal | |||
| Design2Code | 94.8 | 91.3 | 77.3 |
| Flame-VLM-Code | 93.8 | 88.8 | 98.8 |
| Vision2Web | 31.0 | 33.2 | 43.5 |
| Multimodal ToolUse | |||
| ImageMining | 30.7 | 24.4 | - |
| BrowseComp-VL | 51.9 | 42.9 | 35.9 |
| MMSearch | 72.9 | 58.7 | 63.8 |
| MMSearch-Plus | 30.0 | 25.6 | 25.6 |
| SimpleVQA | 78.2 | 71.5 | 63.2 |
| Facts | 58.6 | 57.8 | - |
| V* | 89.0 | 84.3 | 66.5 |
| Agente GUI | |||
| OSWorld | 62.3 | 63.3 | 72.2 |
| AndroidWorld | 75.7 | 43.1 | 62.0 |
| WebVoyager | 88.5 | 84.3 | 88.0 |