LLM EU
Menu
Modeller

GLM 4.5V

Z.ai (Zhipu AI)

Kun katalog Åbne vægte

Sidst gennemgået:

Suverænitet og hosting

Kun i katalog

Denne model er katalogiseret til reference. Den er endnu ikke hostet på LLM EU, og ingen førsteparts-endpoint betjener den her. Anmodninger til den går direkte til udbyderen under den pågældende udbyders egne vilkår.

Resumé

Det er et basis-kontrolpunkt uden instruktions-tuning. GLM 4.5V er en meget stor open-weight vision-language model fra Z.ai (Zhipu AI): 107.7B parametre under MIT. Den accepterer tekst og billeder og svarer i tekst. Den offentliggjorte konfiguration registrerer intet kontekstvindue, så dette kort indeholder ingen. Repository'et blev oprettet i august 2025 og er spejlet på Hugging Face. Kortet er kun til katalogbrug: LLM EU kører ikke denne model. Udgiveren angiver 2 sprog, hvoraf 1 er blandt de sprog, Den Europæiske Union udgiver på.

Specifikationer

Udbyder
Z.ai (Zhipu AI) (CN)
Kontekstvindue
Ikke verificeret: udbyderen har ikke dokumenteret denne påstand.
Parametre
107.7B
Modaliteter
text, vision
Licens
mit · licence
Åbne vægte
yes
Udgivelsesdato
10. aug. 2025
Opgaver
Vision, Ræsonnement

Sprog

Stærk: en

Tilstrækkelig: zh

Stærk

  • en

Tilstrækkelig

  • zh

Ikke verificeret: udbyderen har ikke dokumenteret denne påstand. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Hvornår man bruger den

Styrker

  • open weights are published on Hugging Face and can be downloaded without a vendor agreement
  • mit licence, so commercial self-hosting is permitted without a separate agreement
  • the model page lists en

Begrænsninger

  • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
  • no evaluation has been run by LLM EU
  • the published configuration records no context window, so the card carries none
  • at 107.7B parameters, self-hosting needs multiple high-memory accelerators
  • vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model