GLM-OCR
Κυριαρχία και φιλοξενία
Αυτό το μοντέλο είναι καταγεγραμμένο για αναφορά. Δεν φιλοξενείται ακόμη στο LLM EU και κανένα δικό μας τελικό σημείο δεν το εξυπηρετεί εδώ. Τα αιτήματα προς αυτό πηγαίνουν απευθείας στον πάροχο, υπό τους δικούς του όρους.
Σύνοψη
GLM-OCR is a small multimodal model for document text extraction, built from a CogViT vision encoder and a GLM-0.5B language decoder. The vendor states it has about 0.9B parameters while the published safetensors total is 1.33B, and the configuration allows 131,072 text positions. It is MIT licensed and runs under vLLM, SGLang or Ollama for high-volume extraction.
Προδιαγραφές
- Πάροχος
- Z.ai (Zhipu AI) (CN)
- Παράθυρο πλαισίου
- 131k
- Παράμετροι
- 1.33B
- Τροπικότητες
- vision
- Άδεια
- mit · licence
- Ανοιχτά βάρη
- yes
- Ημερομηνία κυκλοφορίας
- 30 Ιαν 2026
- Εργασίες
- vision, rag, legal-draft, cheap, summarization
Γλώσσες
Ισχυρή: zh, en
Επαρκής: de, fr, es, ru, ja, ko
Γλώσσες
Ισχυρή
- zh
- en
Επαρκής
- de
- fr
- es
- ru
- ja
- ko
Μη επαληθευμένο: ο πάροχος δεν έχει τεκμηριώσει αυτόν τον ισχυρισμό. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
Πότε να το χρησιμοποιήσετε
Πλεονεκτήματα
- purpose-built document OCR rather than general vision
- runs on modest hardware and through common inference servers
- MIT licence
Περιορισμοί
- 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