IA · Modelos · Z.ai · GLM · Programación · Multimodal
Z.ai presenta GLM-5V-Turbo para programar a partir de imágenes e interfaces
El modelo multimodal combina texto, imágenes y video con herramientas de interacción visual.
Fecha de la fuente original:
Lo esencial
- El modelo multimodal combina texto, imágenes y video con herramientas de interacción visual.
De la imagen al código
Z.ai anunció GLM-5V-Turbo, un modelo orientado a programación visual que acepta imágenes, video, diseños y documentos. Según la empresa, integra visión y texto desde el preentrenamiento y amplía el contexto a 200.000 tokens.
Herramientas y vías de acceso
El lanzamiento describe herramientas para capturar pantallas, consultar páginas y localizar elementos visuales, junto con integración en agentes como Claude Code y AutoClaw. El acceso anunciado incluye su chat y API; el Coding Plan admitía solicitudes y su incorporación más amplia quedaba pendiente. Las comparaciones de rendimiento del comunicado proceden del propio equipo.