Ghim khớp với tag:Vision-Language

Z.ai phát hành GLM-4.5V, mô hình thị giác-ngôn ngữ trọng số mở theo kiến trúc hỗn hợp chuyên gia 106B với 12B tham số hoạt động, xây dựng trên GLM-4.5-Air với công tắc Chế độ suy nghĩ cùng khả năng tác tử GUI và định vị hình ảnh, và tuyên bố đạt kết quả hàng đầu trong các mô hình mở cùng cỡ trên 42 benchmark công khai.

Alibaba mã nguồn mở mô hình chủ lực Qwen3-VL-235B-A22B với các phiên bản Instruct và Thinking, một mô hình thị giác-ngôn ngữ hỗn hợp chuyên gia 235B có ngữ cảnh gốc 256K token mà Alibaba cho biết ngang bằng hoặc vượt Gemini 2.5 Pro trên các bài kiểm tra cảm thụ thị giác chính.

Z.ai phát hành GLM-4.6V, mô hình thị giác-ngôn ngữ hỗn hợp chuyên gia 106B, và GLM-4.6V-Flash 9B theo giấy phép MIT, những mô hình GLM-V đầu tiên có gọi hàm gốc, được huấn luyện cho ngữ cảnh 128K token và có giá $0.30 cho mỗi triệu token đầu vào.