「多模态」智谱再次上桌，glm-4.5V 开源

GLM-4.5V 现已发布 多模态，支持图像、视频输入 （成绩如图） 在「开源多模态」赛道中 42 个榜单，41 个 sota MoE 架构，106B总参数，12B激活 以 MIT 形式开源 API 输入2元/输出6元（百万tokens） 速度：60-80 tokens/s --- 基模 GLM-4.5-Air 延续 GLM-4.1V 路线 视觉编码器+MLP适配器+语言解码器 用了三维旋转位置编码（3D-RoPE） 预训练→SFT→RL三段训练 - SFT 引入显式思维链 - RL 阶段结合 RLVR & RLHF - 优化了 STEM、多模态、Agent 任务 --- GitHub： https://github.com/zai-org/GLM-V Hugging Face： https://huggingface.co/collections/zai-org/glm-45v 魔搭社区： https://modelscope.cn/collections/GLM-45V --- 网页应用 在 www.z.ai，直接使用 GLM-4.5V API 在 BigModel.cn 可领 2000 万资源包 日常调用（百万tokens）：输入2元，输出6元 --- 最后：坐等 355B 版本的多模态