← 全部模型

Glyph

发布时间 发布主体 Zhipu AI

模型定位

Glyph 是面向长上下文理解的视觉文本压缩框架及模型,基于 GLM-4.1V-9B-Base 构建。它将长文本渲染为图像,再交由视觉语言模型处理,而不是单纯扩大文本 token 上下文窗口。(huggingface.co)

能力与用途

  • 支持图像与文本输入并生成文本,适用于长文档理解、长文本问答和信息提取等场景。
  • 研究论文报告,在所测试的长上下文任务中,视觉文本压缩可达到约 3–4 倍,并取得与对照模型相近的准确率;性能与具体任务和渲染配置有关,不代表所有输入均有相同效果。(arxiv.org)
  • 官方模型卡提供可下载的模型文件,并标注 MIT 许可证;可使用 Transformers 等工具部署。(huggingface.co)

限制

模型表现对分辨率、字体和间距等渲染参数敏感,对未见过的渲染样式可能泛化不足。超长输入中,UUID 等罕见或细粒度字母数字串可能出现字符识别错误。训练主要针对长上下文理解,其他任务上的能力仍需进一步验证。(github.com)

日期

输入所指的模型仓库提交日期为 2025-10-25;智谱官方 GLM-V 项目更新将 Glyph 的发布公告列为 2025-10-27。两者分别是仓库提交日期和官方公告日期。(huggingface.co)

价格

截至 2026-11-17,未能核实 Glyph 在智谱国内平台的人民币(CNY)或国际平台的美元(USD)官方 API 输入、输出计费价格。国际站公开价格表未列出 Glyph;国内定价页面无法在本次查询中读取完整价格内容,因此不能据此断言国内未提供服务或未公布价格。(docs.z.ai)

官方来源