Zum Inhalt
Tier A — Frontier
Läuft in:CNErstellt in:China
Z.ai (GLM / Zhipu)

GLM-4.5V (vision)

Tier A — Frontier · 66K Tokens

Tokonomix-Redaktionsteam·Geprüft von Mes Kalkan··

GLM-4.5V ist das vision-fähige Mitglied der GLM-4.5-Reihe: Es akzeptiert Bilder zusammen mit Text und räsoniert über beide. Es ist eine leistungsfähige multimodale Option, verankert in der gut verstandenen GLM-4.5-Generation.

Abschnitt 01

Geschwindigkeitsanalyse

Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.

P50-Latenz (Median)P95-Latenz104 runs
584831316042237713150008-1509-10ms
Abschnitt 02

Qualitätswerte

Wie sich dieses Modell je Prompt-Kategorie zum übrigen Feld verhält, aus einem paarweisen Fit über dieselben Prompts. Die rohe Jury-Wertung steht unter jeder Zahl.

53%
Codegenerierung
Jury-Mittel 69
8%
Kreativ
Jury-Mittel 54
39%
Faktisch
Jury-Mittel 65
6%
Schlussfolgern
Jury-Mittel 23

Gewinnrate je Kategorie: wie oft dieses Modell ein durchschnittliches Modell bei einem Prompt dieser Kategorie schlägt. 50% ist der Durchschnitt, keine schlechte Note. Es ist kein Prozentsatz richtiger Antworten.

Abschnitt 03

Preisverlauf

Direkte Provider-Tarife pro Million Tokens, plus eine typische Gesprächskostenschätzung.

💰
API-Tarife — GLM-4.5V (vision)
$0.6000 pro 1M Input-Tokens
$1.80 pro 1M Output-Tokens
≈ $0.0007 pro typischem Gespräch (800 Tokens)
Input- vs. Output-Preis (pro 1M Tokens)
pro 1M Input-Tokens$0.6000
pro 1M Output-Tokens$1.80

Pricing over time

Input & output per 1M tokens · step-line = price changes

$0.6000

input / 1M

— stable

$1.80

output / 1M

— stable

2026-07-122026-08-092026-09-06
Input
Output
Price change
⟳ synced weekly
Abschnitt 04

Tokens pro Sekunde

Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.

Durchsatz (Tokens / s)79 / avg 162
33912

Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.

Abschnitt 05

Fähigkeiten

jsonnotes: GLM emits a non-standard reasoning_content field beside content; read content for the answer.toolsvision
Abschnitt 06

Verfügbarkeit

Verfügbarkeit

Noch keine Messdaten

Es wurden noch nicht genug API-Aufrufe aufgezeichnet, um Verfügbarkeitsstatistiken für dieses Modell anzuzeigen. Daten erscheinen, sobald das Modell Live-Traffic erhält.

Abschnitt 07

Tokonomix-Benchmark-Urteile

⚖️
Endorsed by 1 judge
Independent LLM judges evaluated this model on our weekly intelligence tests
claude-sonnet-4-556/100 · 28 runs
12 correct2 partial14 wrong43% accuracy
2026-09-06

GLM-4.5V adds JSON, tools, and vision with stable core performance

GLM-4.5V has expanded its capabilities significantly by introducing JSON structured output, function calling tools, and vision processing features while maintaining stable performance across its existing strengths. The model continues to demonstrate balanced performance in language tasks, though specific benchmark scores are not available in the current window for direct comparison. The addition of vision capabilities positions GLM-4.5V as a multimodal model, enabling image understanding alongside text processing. The JSON output feature provides structured data generation for developers requiring programmatic parsing, while tool integration allows the model to interact with external functions and APIs. These additions represent a meaningful evolution from a text-focused model to a more versatile multimodal assistant. Users should note that while the capability set has broadened considerably, the actual performance metrics in vision tasks, JSON accuracy, and tool calling reliability remain to be validated through comprehensive testing. The model appears to be targeting use cases that require both language understanding and visual processing, making it suitable for applications spanning document analysis, image captioning, and complex reasoning tasks that combine multiple modalities.

Qualität

Latenz p50

Testläufe

0

Added vision capabilities JSON structured output support Function calling tools enabled Expanded to multimodal processing
Abschnitt 08

Vollständiges Modellprofil

GLM-4.5V: das GLM-4.5-Vision-Modell

GLM-4.5V ist das vision-fähige Mitglied der GLM-4.5-Reihe: Es akzeptiert Bilder zusammen mit Text und räsoniert über beide. Es ist eine leistungsfähige multimodale Option, verankert in der gut verstandenen GLM-4.5-Generation.

z.ai veröffentlicht GLM-4.5V zu $0,60 pro 1M Eingabe-Tokens und $1,80 pro 1M Ausgabe-Tokens.

Es wirbt mit einem 64K-Token-Kontextfenster — kleiner als bei GLM-4.6V, aber ausreichend für typische Bild-plus-Prompt-Aufgaben.

Architektur & Trainingssignale

GLM-4.5V ist die Vision-Variante von Zhipu AIs GLM-4.5 und fügt dem Textmodell Bildeingabe hinzu. Es liefert Textausgabe, die über die bereitgestellten Bilder räsoniert, mit Tool- und JSON-Unterstützung über ein OpenAI-kompatibles Endpoint. Die Ausgabemodalität ist Text (Bildverständnis, keine Generierung). Wie der Rest der GLM-Reihe liefert es ein nicht standardmäßiges reasoning_content-Feld neben content; Integrationen sollten content für die endgültige Antwort lesen und reasoning_content als optionale Spur behandeln.

Wo es glänzt

  • Bildverständnis, verankert in der ausgereiften GLM-4.5-Generation.
  • Visuelle Frage-Antwort-, Extraktions- und Beschreibungsaufgaben.
  • Tool-Aufrufe und JSON für multimodale Agenten.

Wo es schwächelt

  • Kleineres Kontextfenster als GLM-4.6V; und es liest Bilder, es generiert sie nicht.
  • Noch keine Tokonomix-Benchmark-Daten; validieren Sie an eigenen Bildern.
  • Nicht-EU-Hosting.

Anwendungsfälle aus der Praxis

  • Screenshot- und Dokumentenverständnis.
  • Visuelle Frage-Antwort.
  • Multimodale Analyse-Pipelines.

Tokonomix-Benchmark-Momentaufnahme

GLM-4.5V ist neu bei Tokonomix registriert und noch nicht aktiviert, daher haben wir es noch nicht durch unseren wöchentlichen Intelligenztest oder Geschwindigkeits-Benchmark laufen lassen. Es gibt noch keine Tokonomix-Werte zu berichten — und wir erfinden keine.

Sobald es live geht, durchläuft es dieselbe wöchentliche Testumgebung wie jedes andere Modell: identische Prompts, ein unabhängiger, familienfremder Judge und reproduzierbare Latenz- und Kostenmessungen. Behandeln Sie bis dahin die Preis- und Fähigkeitsangaben auf dieser Seite als vom Anbieter veröffentlichten Ausgangspunkt, nicht als gemessene Tokonomix-Ergebnisse.

EU-Datenschutz & Datenresidenz

GLM-4.5V wird von Zhipu AI (z.ai) entwickelt, einem Labor mit Sitz in China, und von Nicht-EU-Infrastruktur aus bereitgestellt. Das muss klar gesagt werden: einen Prompt an dieses Modell zu senden ist keine Entscheidung für EU-Datenresidenz oder DSGVO-Souveränität, und Tokonomix wird es nie als solche kennzeichnen.

Wenn Ihr Anwendungsfall erfordert, dass Daten in der EU bleiben, wählen Sie ein EU-gehostetes Modell (etwa unsere OVH- oder Azure-EU-Routen) statt eines GLM-Modells. Tokonomix hält z.ai standardmäßig aus jedem EU-only-/souveränen Routing-Set heraus. Nutzen Sie GLM dort, wo Fähigkeit oder Preis im Vordergrund stehen und grenzüberschreitende Verarbeitung für diese Aufgabe akzeptabel ist.

Fazit & Alternativen

GLM-4.5V ist ein solides Vision-Modell der GLM-4.5-Generation. Für ein größeres Kontextfenster und einen niedrigeren Preis ist GLM-4.6V die neuere Wahl; für Kostenlosigkeit GLM-4.6V Flash.

Letzter automatisierter Test
10. Sept. 2026 · 08:03 UTC · Geschwindigkeits-Benchmark
P50-Latenz
2526 ms
P95-Latenz
3470 ms
Fehler
1 / 6 Läufe
Zuletzt geprüft von Tokonomix-Team·8. Juli 2026