GLM-OCR

Z.ai (Zhipu AI)

Ainult kataloogis Avatud kaalud

Suveräänsus ja majutamine

Ainult kataloogis

See mudel on loetletud viitamiseks. Seda ei majutata veel LLM EU-s ega teeninda seda siin ükski esimese osapoole lõpp-punkt. Päringud suunatakse otse pakkujale, pakkuja enda tingimustel.

Kokkuvõte

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.

Tehnilised andmed

Pakkuja
Z.ai (Zhipu AI) (CN)
Konteksti aken
131k
Parameetrid
1.33B
Modaalsused
vision
Litsents
mit · licence
Avatud kaalud
yes
Avaldamiskuupäev
30. jaan 2026
Ülesanded
vision, rag, legal-draft, cheap, summarization

Keeled

Tugev: zh, en

Piisav: de, fr, es, ru, ja, ko

Keeled

Tugev

  • zh
  • en

Piisav

  • de
  • fr
  • es
  • ru
  • ja
  • ko

Verifitseerimata: pakkuja ei ole seda väidet dokumenteerinud. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Millal kasutada

Tugevused

  • purpose-built document OCR rather than general vision
  • runs on modest hardware and through common inference servers
  • MIT licence

Piirangud

  • 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