Aitishiku.com
OCR智谱AI视觉闭源 多模态模型
GLM-4V GLM-4V
GLM系列 · 智谱AI · 2024-01发布
模型介绍
智谱 AI 的图像理解模型，支持图片描述、OCR、表格识别与多图对比，可接入 RAG 与 Agent 的多模态流程。
模型基础信息
模型系列GLM系列
开发机构智谱AI
发布时间2024-01
参数规模闭源（未公开）
上下文窗口8K
模型类型多模态（视觉 + 文本）
中文能力优秀
使用方式网页体验 / API调用
免费额度与收费政策
限免体验 按量付费
免费规则详情
开放平台提供试用额度。
收费标准简介
按 token 计费（含图像 token，以官方为准）。
模型能力介绍
✅ 核心优势
- 图像理解好
- 中英 OCR 强
- 国内直连
⚠️ 短板与局限
- 上下文较短
- 视频暂不支持
🎯 适用场景
- 文档 OCR
- 图表理解
- 多模态 RAG
模型使用教程
本章节整理 GLM-4V 的在线体验、API调用、本地部署全套入门教程，快速上手使用该模型。
暂无内容，可前往官方文档查看。
暂无内容，可前往官方文档查看。
暂无内容，可前往官方文档查看。
💡 使用小技巧
传入清晰图片可获得更精准结果。