LLM EU
Valikko
Mallit

GLM 4.5V

Z.ai (Zhipu AI)

Vain luettelossa Avoimet painot

Viimeksi tarkistettu:

Suvereniteetti ja ylläpito

Vain luettelossa

Tämä malli on luetteloitu viitteeksi. Sitä ei isännöi vielä LLM EU, eikä täällä ole ensimmäisen osapuolen päätepistettä, joka palvelisi sitä. Pyynnöt siihen menevät suoraan tarjoajalle, kyseisen tarjoajan omilla ehdoilla.

Yhteenveto

Se on peruspiste ilman ohjeistusviritystä. GLM 4.5V on erittäin suuri avoimen painon visuaalisen kielen malli Z.ai:lta (Zhipu AI): 107.7B parametria MIT-lisenssillä. Se hyväksyy tekstiä ja kuvia ja vastaa tekstinä. Julkaistu konfiguraatio ei sisällä konteksti-ikkunaa, joten tämä kortti ei sisällä sitä. Repositorio luotiin elokuussa 2025 ja se on peilattu Hugging Faceen. Kortti on vain luettelo: LLM EU ei käytä tätä mallia. Julkaisija luettelee 2 kieltä, joista 1 on Euroopan unionin julkaisemien kielten joukossa.

Tekniset tiedot

Tarjoaja
Z.ai (Zhipu AI) (CN)
Konteksti-ikkuna
Ei vahvistettu: tarjoaja ei ole dokumentoinut tätä väitettä.
Parametrit
107.7B
Modaliteetit
text, vision
Lisenssi
mit · licence
Avoimet painot
yes
Julkaisupäivä
10.8.2025
Tehtävät
Kuvapohjaiset tehtävät, Päättely

Kielet

Vahva: en

Riittävä: zh

Vahva

  • en

Riittävä

  • zh

Ei vahvistettu: tarjoaja ei ole dokumentoinut tätä väitettä. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Milloin käyttää

Vahvuudet

  • 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

Rajoitukset

  • 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