Z.ai: GLM 4.5V z-ai/glm-4.5v

Модель Z.ai: GLM 4.5V от ZAI (семейство glm-4) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Серия GLM от Zhipu AI — китайский open-source лидер.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

66K

контекст, токенов

60 ₽

за 1 млн входных токенов

180 ₽

за 1 млн выходных токенов

возможностей

2024-12

база знаний до

Что такое Z.ai: GLM 4.5V

Агентные приложения, где модель должна воспринимать изображения или видео и принимать последовательные решения на их основе.

GLM-4.5V — мультимодальная фундаментальная модель от ZAI (Zhipu AI), построенная на архитектуре Mixture-of-Experts с 106 миллиардами параметров при 12 миллиардах активируемых. Модель принимает на вход текст и изображения, возвращает текст, и ориентирована прежде всего на задачи мультимодальных агентов — сценарии, где модель должна воспринимать визуальный контекст и принимать последовательные решения.

Ключевые сильные стороны GLM-4.5V — понимание видео и работа с изображениями в агентных пайплайнах. Архитектура MoE позволяет задействовать лишь часть параметров при каждом инференсе, что делает модель эффективнее по вычислительным ресурсам по сравнению с dense-моделями сопоставимого масштаба. Встроенный механизм внутреннего рассуждения (reasoning) помогает справляться с многошаговыми задачами, требующими анализа визуальных данных.

Контекстное окно в 65 536 токенов достаточно для обработки длинных диалогов с историей, документов с вложенными изображениями и многокадровых видеопоследовательностей. Модель относится к семейству GLM-4 от Zhipu AI — китайской лаборатории, известной серией открытых и закрытых языковых моделей.

Когда брать эту модель

✓ Мультимодальные агенты, работающие с визуальным контекстом (GUI-агенты, RPA)
✓ Понимание и анализ видеоконтента: извлечение ключевых событий, описание сцен
✓ Обработка документов с изображениями: таблицы, схемы, инфографика
✓ Многошаговые задачи с визуальным вводом, требующие цепочки рассуждений
✓ Исследовательские проекты, сравнивающие MoE-архитектуры в vision-задачах

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Проанализируй серию скриншотов интерфейса мобильного приложения и составь пошаговый план автоматизации сценария оформления заказа, указав, какие элементы UI нужно нажать на каждом шаге.

Использование Z.ai: GLM 4.5V через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-4.5v",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="z-ai/glm-4.5v",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "z-ai/glm-4.5v",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);