Zhipu: glm-4.6v-flash:free
GLM-4.6V is a large multimodal model designed for high-fidelity visual understanding and long-context reasoning across images, documents, and mixed media. It supports up to 128K tokens, processes complex page layouts and charts directly as visual inputs, and integrates native multimodal function calling to connect perception with downstream tool execution. The model also enables interleaved image-text generation and UI reconstruction workflows, including screenshot-to-HTML synthesis and iterative visual editing.
ورودی‌ها برای مقاصد خودِ ارائه‌دهندگان استفاده می‌شوند
حداقل یکی از ارائه‌دهندگان این مدل از ورودی‌های شما برای مقاصد خودش استفاده میکند، مثلاً برای آموزش مدل‌های هوش مصنوعی. داده شخصی اشخاص ثالث یا داده حساس وارد نکنید. می‌توانید هر زمان در تنظیمات حساب خود یا از طریق «مدیریت رضایت‌ها» در گفتگو با این استفاده مخالفت کنید.
مطالعه سیاست حفظ حریم خصوصیتعرفهها
دسترس‌پذیری
عملکرد
مصرف و رتبه
پارامترهای پشتیبانی‌شده
«همه ارائه‌دهندگان» یعنی هر بالادستی که این مدل را سرو میکند از آن پشتیبانی میکند. «بعضی ارائه‌دهندگان» یعنی بستگی دارد کدام بالادستی درخواست را پاسخ دهد. «پیش‌فرض» یعنی مقداری که وقتی پارامتر را خالی بگذارید ارسال میشود.
| پارامتر | ارائه‌دهندگان | پیش‌فرض |
|---|---|---|
| frequency_penalty | همهٔ ارائه‌دهندگان | به‌صورت پیش‌فرض ارسال نمی‌شود |
| include_reasoning | همهٔ ارائه‌دهندگان | - |
| max_tokens | همهٔ ارائه‌دهندگان | - |
| presence_penalty | همهٔ ارائه‌دهندگان | - |
| reasoning | همهٔ ارائه‌دهندگان | - |
| repetition_penalty | همهٔ ارائه‌دهندگان | - |
| response_format | همهٔ ارائه‌دهندگان | - |
| seed | همهٔ ارائه‌دهندگان | - |
| stop | همهٔ ارائه‌دهندگان | - |
| temperature | همهٔ ارائه‌دهندگان | 0.8 |
| tool_choice | همهٔ ارائه‌دهندگان | - |
| tools | همهٔ ارائه‌دهندگان | - |
| top_k | همهٔ ارائه‌دهندگان | - |
| top_p | همهٔ ارائه‌دهندگان | 0.6 |