Mục đầu tiên luôn là nguồn của ghim. Độ tin cậy tổng thể là trung bình có trọng số về mức độ mỗi tài liệu ủng hộ thời điểm bắt đầu và kết thúc được dùng ở trên; một tài liệu được tính giảm một nửa cho mỗi 180 ngày cũ hơn tài liệu mới nhất.
Phần cập nhật dự án trên thẻ mô hình ghi "2025/08/11: We released GLM-4.5V"; OpenRouter[6] niêm yết z-ai/glm-4.5v vào ngày 11 tháng 8 năm 2025 và bản sửa đổi GLM-4.5V của bài báo arXiv[5] đến sau vào ngày 13 tháng 8, trong khi trọng số trên Hugging Face được tải lên vào ngày 10 tháng 8 theo giờ 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]
Thiếu hay sai điều gì? Hãy nói bằng lời của bạn: một liên kết củng cố ghim này, một ngày bắt đầu hoặc kết thúc khác kèm lý do, hoặc một thông tin còn thiếu hay sai. AI đối chiếu với các nguồn của ghim này, tìm nguồn tốt hơn và thêm mọi trang ủng hộ bạn. Các nguồn của chính ghim vẫn được tính nhiều nhất. Hình ảnh thể hiện nội dung khác hoặc thể hiện kém cũng được xem xét, rồi bị hạ xuống hoặc thay thế.
Tiêu đề gốc: GLM-4.5V Released
Một phần các hàng trong biểu đồ GLM-4.5V của Z.ai trên docs.z.ai; "*" đánh dấu kết quả do chính Z.ai tái tạo và "/" là không được báo cáo[2].
| Benchmark | GLM-4.5V (106B-A12B, suy luận) | Step-3 (321B-A38B, suy luận) | Qwen2.5-VL 72B (không suy luận) | GLM-4.1V 9B (suy luận) | Kimi-VL-2506 (16B-A3B, suy luận) | Gemma-3 27B (không suy luận) |
|---|---|---|---|---|---|---|
| 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 (không phụ đề) | 74.6 | / | 73.3 | 68.2 | 67.8 | 58.9* |
| VideoMMMU | 72.4 | / | 60.2 | 61.0 | 65.2 | 54.5* |