#人工智能 ZAI 智谱推出 GLM-5V-Turbo 多模态编码基础模型，原生支持视频、图片、文本、文件输入等。该模型能够原生处理图像和视频等多模态输入，在长远规划、复杂编码任务和动作执行方面表现非常出色。查看全文：https://ourl.co/112463

中国人工智能开发商智谱 (ZAI) 日前基于 GLM-5 旗舰模型推出 GLM-5V-Turbo，该模型也是智谱推出的首个多模态编码基础模型，为基于视觉的编码任务而构建。

GLM-5V-Turbo 能够原生处理图像、视频和文本等多模态输入，在长远规划、复杂编码任务和动作执行方面的表现也非常出色。

智谱称 GLM-5V-Turbo 还针对 AI 智能体工作流程进行深度优化，可以与 Claude Code、OpenCode、OpenClaw 等智能体无缝协作，完成理解环境→规划动作→执行任务的完整循环。

模型基准测试：

下面是模型规格说明：

• 模型定位：多模态编码模型
• 输入方式：视频、图像、文本、文件
• 输出方式：文本
• 窗口长度：最大上下文长度为 200K
• 输出长度：最大输出长度为 128K

其他特点还包括：

• 思考模式：针对不同场景提供多种思维模式
• 视觉理解：提供强大的视觉理解能力，支持图像、视频和文件等
• 流式输出：支持实时流式响应，增强用户交互体验
• 函数调用：提供强大的工具调用功能，可以与外部工具集成
• 智能缓存：提供智能缓存机制，优化长时间对话中的性能

API 调用文档参见：https://docs.z.ai/guides/vlm/glm-5v-turbo