GLM-OCR
Souveränität und Hosting
Dieses Modell ist als Referenz katalogisiert. Es wird noch nicht bei LLM EU gehostet, und kein Endpunkt aus erster Hand bedient es hier. Anfragen dazu gehen direkt an den Anbieter, zu dessen eigenen Bedingungen.
Zusammenfassung
GLM-OCR ist ein kleines multimodales Modell zur Textextraktion aus Dokumenten, aufgebaut aus einem CogViT-Vision-Encoder und einem GLM-0.5B-Sprachdecoder. Der Anbieter nennt rund 0,9B Parameter, während die veröffentlichten Safetensors 1,33B umfassen; die Konfiguration erlaubt 131.072 Textpositionen. Es steht unter MIT und läuft für Massenextraktion unter vLLM, SGLang oder Ollama.
Technische Daten
- Anbieter
- Z.ai (Zhipu AI) (CN)
- Kontextfenster
- 131k
- Modellparameter
- 1.33B
- Modalitäten
- vision
- Lizenz
- mit · licence
- Offene Gewichte
- yes
- Veröffentlichungsdatum
- 30. Jan. 2026
- Aufgaben
- vision, rag, legal-draft, cheap, summarization
Sprachen
Stark: zh, en
Ausreichend: de, fr, es, ru, ja, ko
Sprachen
Stark
- zh
- en
Ausreichend
- de
- fr
- es
- ru
- ja
- ko
Nicht verifiziert: Der Anbieter hat diese Angabe nicht belegt. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
Wann einsetzen
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