GLM-OCR
Suveränitet och hosting
Denna modell är katalogiserad för referens. Den hostas inte på LLM EU ännu, och ingen förstaparts-endpoint betjänar den här. Begäranden till den går direkt till leverantören, enligt leverantörens egna villkor.
Sammanfattning
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.
Specifikationer
- Leverantör
- Z.ai (Zhipu AI) (CN)
- Kontextfönster
- 131k
- Parametrar
- 1.33B
- Modaliteter
- vision
- Licens
- mit · licence
- Öppna vikter
- yes
- Utgivningsdatum
- 30 jan. 2026
- Uppgifter
- vision, rag, legal-draft, cheap, summarization
Språk
Stark: zh, en
Tillräcklig: de, fr, es, ru, ja, ko
Språk
Stark
- zh
- en
Tillräcklig
- de
- fr
- es
- ru
- ja
- ko
Inte verifierad: leverantören har inte dokumenterat detta påstående. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
När den ska användas
Styrkor
- purpose-built document OCR rather than general vision
- runs on modest hardware and through common inference servers
- MIT licence
Begränsningar
- 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