GLM-4.6V — это большая мультимодальная модель, разработанная для высокоточной визуальной интерпретации и долгосрочного контекстного анализа изображений, документов и смешанных медиа. Она поддерживает до 128 000 токенов, обрабатывает сложные макеты страниц и диаграммы непосредственно как визуальные входные данные, а также интегрирует встроенные мультимодальные вызовы функций для связи восприятия с последующим выполнением задач. Модель также обеспечивает чередующуюся генерацию изображений и текста, а также рабочие процессы реконструкции пользовательского интерфейса, включая синтез HTML из скриншотов и итеративное визуальное редактирование.
from openai import OpenAI
client = OpenAI(
base_url="https://infergate.ru/api/v1",
api_key="sk-•••",
)
resp = client.chat.completions.create(
model="z-ai/glm-4.6v",
messages=[{"role": "user", "content": "Привет!"}],
)
print(resp.choices[0].message.content)modelstringобязательныйmessagesarrayобязательныйtemperaturenumbermax_tokensintegertop_pnumbertop_kintegerstopstring | string[]frequency_penaltynumberpresence_penaltynumberrepetition_penaltynumberseedintegerresponse_formatobjecttoolsarraytool_choicestring | objectreasoningobjectinclude_reasoningboolean