Vergleichen
GLM-OCR vs GLM-4.7-Flash
Stellen Sie zwei bis vier Modelle nebeneinander, nach den Feldern, die einen Einsatz entscheiden: Kontext, Preis, Region, Lizenz, Sprachen, Hosting und das, was verifiziert ist.
| GLM-OCR | GLM-4.7-Flash | |
|---|---|---|
| Anbieter | Z.ai (Zhipu AI) | Z.ai (Zhipu AI) |
| Modellparameter | 1.33B | 31.22B |
| Kontextfenster | 131k | 203k |
| Lizenz | mit | mit |
| Modalitäten | vision | text |
| Veröffentlichungsdatum | 30. Jan. 2026 | 19. Jan. 2026 |
| Sprachen | Stark: zh, en Ausreichend: de, fr, es, ru, ja, ko | Stark: en, zh Ausreichend: de, fr, es, it, pt, ru, ja, ko |
| Offene Gewichte | ja | ja |
| Aufgaben | Bildverstehen, Retrieval (RAG), Juristisches Formulieren, Günstig, Zusammenfassen | Schlussfolgern, Programmieren, Günstig, Zusammenfassen |
Wo zwei Modelle sich unterscheiden, zeigt diese Tabelle den Unterschied und hört dort auf. LLM EU vergibt keine Sieger-Kennzeichnung ohne dokumentierten Wert für die jeweilige Aufgabe; ein fehlender Wert bleibt fehlend und wird nicht zur Null.
Wann einsetzen
GLM-OCR
Stärken
- purpose-built document OCR rather than general vision
- runs on modest hardware and through common inference servers
- MIT licence
Grenzen
- text extraction only; it is not a general chat or reasoning model
- vendor parameter count (0.9B) differs from the published safetensors total (1.33B)
- no OCR benchmark has been run by LLM EU
Aufgaben
Bildverstehen, Retrieval (RAG), Juristisches Formulieren, Günstig, Zusammenfassen
GLM-4.7-Flash
Stärken
- MIT licence with a permissive commercial position
- high published maths score for a 30B-class model
- roughly 200K-token context window
Grenzen
- benchmark table is self-reported by the vendor
- English and Chinese are the only declared languages
- no evaluation has been run by LLM EU
Aufgaben
Aufgaben: Günstig, Zusammenfassen